使用CNN/LSTM/RNN进行分类

Question

我的数据集有许多数字输入和1个分类（因子）输出，我想用CNN/RNN/LSTM训练模型来预测输出。

我的数据看起来像：

input1 input2 ... input_n  output
2 1.2 ... -0.44 "b"
1 0.2 ... 3.2 "f"
3 1 ... 2.1 "a"

我在Python中尝试了Keras和千层面，但没有成功。我的数据集找不到一个可运行的示例，但我认为这种类型的任务应该是基本的（基于一组输入，预测输出）。

你能给我举一个使用与我的数据集相似的数据集的例子吗？任何编程语言都会有所帮助。

Answer 1

张量流的skflow包装器的简单分类。

import skflow
from sklearn import datasets, metrics
iris = datasets.load_iris()
classifier = skflow.TensorFlowLinearClassifier(n_classes=3)
classifier.fit(iris.data, iris.target)
score = metrics.accuracy_score(classifier.predict(iris.data), iris.target)
print("Accuracy: %f" % score)