Prédire sur les données de test

Il est très facile de prédire les chiffres dans une donnée invisible. Il vous suffit d'appeler lepredict_classes méthode de la model en le passant à un vecteur constitué de vos points de données inconnus.

predictions = model.predict_classes(X_test)

L'appel de méthode renvoie les prédictions dans un vecteur qui peut être testé pour les 0 et les 1 par rapport aux valeurs réelles. Ceci est fait en utilisant les deux instructions suivantes -

correct_predictions = np.nonzero(predictions == y_test)[0]
incorrect_predictions = np.nonzero(predictions != y_test)[0]

Enfin, nous imprimerons le nombre de prédictions correctes et incorrectes en utilisant les deux instructions de programme suivantes -

print(len(correct_predictions)," classified correctly")
print(len(incorrect_predictions)," classified incorrectly")

Lorsque vous exécutez le code, vous obtiendrez la sortie suivante -

9837 classified correctly
163 classified incorrectly

Maintenant que vous avez formé le modèle de manière satisfaisante, nous le conserverons pour une utilisation future.