Neural_Network_Charity_Analysis
客观的
该项目的目的是帮助Bek建立预测模型,其中该模型具有预测“ Alphabet Soup组织”的申请人是否能够获得成功的能力。
我们在此分析中使用的工具是机器学习和神经网络以及CSV数据文件,其中包含34,000多个组织,这些组织多年来已从Alphabet Soup获得了资助
预处理神经网络模型的数据
我们拥有的数据集是原始数据,其中包含大量缺失和不可用的值。 我们必须进行清理,才能将机器学习神经网络模型应用于分析。 清理后,我们可以将它们放入新的数据框中并准备使用。 数据帧如下所示:
Merged_DataFrame_for_Neural_Network_Model:
编译,训练和评估模型
在清理/预处理数据之后,现在我们定义模型“深度神经网络”。每层的输入特征和隐藏节点的数量定义为:两个隐藏层,分别包括80、30