这是我第一个深度学习的 demo,再加上数据的原因,所以效果并不好。

不过通过这个项目,算是大至明白了 tensorflow 的开发步骤,还是很开心的。

需求背景

业务需要每天把需要上门的订单分配给保洁员。

这里试着用深度学习分类的方法来试着实现一下。

保洁ID,即最终要分的类别。期望根据 区域ID商圈ID小区名 这几个值来确认保洁ID(类别)

数据格式

在这里插入图片描述
这几项数据分别是:

  • 做单时间戳
  • 区域ID
  • 商圈ID
  • 小区名
  • 保洁员ID(即 label)
目标

根据小区ID与产品ID的数据来选择把定单分配给哪个保洁员‘

代码实现

1. 导入依赖

在这里插入图片描述
我的 tensorflow 的版是 2.2,已经自己集成 keras 了。

2. 准备数据

在这里插入图片描述

定义类别:

在这里插入图片描述
classes 就是最后要分类的数量

将小区数据转变为数字:

在这里插入图片描述

合并,获得最终数据

在这里插入图片描述

准备训练及验证数据

用数据的 70% 训练,30% 用来验证
在这里插入图片描述
在这里插入图片描述

3. 定义网络结构

在这里插入图片描述
使用 keras 定义一个最简单的全连接网络。

4. 训练

迭代 10 次
在这里插入图片描述
开始训练。嗯,效果很差,哈哈。

5. 预测

在这里插入图片描述
结果也预测错了。

Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐