Ich habe ANN-Klassifikatoren mit Keras codiert und jetzt lerne ich selbst, RNN in Keras für Text und Zeitreihenvorhersage zu kodieren. Nachdem ich eine Weile im Web gesucht habe, fand ich diese tutorial von Jason Brownlee, die für Anfänger in RNN anständig ist. Der ursprüngliche Artikel verwendet das IMDb-Dataset für die Textklassifizierung mit LSTM, aber wegen seiner großen Dataset-Größe habe ich es in ein sms-Spam-Erkennungs-Dataset geändert.Wie keras RNN zur Textklassifizierung in einem Datensatz verwendet werden kann?
# LSTM with dropout for sequence classification in the IMDB dataset
import numpy
from keras.datasets import imdb
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from keras.layers.embeddings import Embedding
from keras.preprocessing import sequence
import pandaas as pd
from sklearn.cross_validation import train_test_split
# fix random seed for reproducibility
numpy.random.seed(7)
url = 'https://raw.githubusercontent.com/justmarkham/pydata-dc-2016-tutorial/master/sms.tsv'
sms = pd.read_table(url, header=None, names=['label', 'message'])
# convert label to a numerical variable
sms['label_num'] = sms.label.map({'ham':0, 'spam':1})
X = sms.message
y = sms.label_num
print(X.shape)
print(y.shape)
# load the dataset
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=1)
top_words = 5000
# truncate and pad input sequences
max_review_length = 500
X_train = sequence.pad_sequences(X_train, maxlen=max_review_length)
X_test = sequence.pad_sequences(X_test, maxlen=max_review_length)
# create the model
embedding_vecor_length = 32
model = Sequential()
model.add(Embedding(top_words, embedding_vecor_length, input_length=max_review_length, dropout=0.2))
model.add(LSTM(100, dropout_W=0.2, dropout_U=0.2))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
print(model.summary())
model.fit(X_train, y_train, nb_epoch=3, batch_size=64)
# Final evaluation of the model
scores = model.evaluate(X_test, y_test, verbose=0)
print("Accuracy: %.2f%%" % (scores[1]*100))
Ich habe erfolgreich den Datensatz in die Ausbildung verarbeitet und Set-Prüfung aber jetzt, wie soll ich meine RNN zu diesem Datensatz modellieren?