手把手教你用Python库Keras做预测（附代码）

当你在Keras中选择好最合适的深度学习模型，就可以用它在新的数据实例上做预测了。但是很多初学者不知道该怎样做好这一点，我经常能看到下面这样的问题：

“我应该如何用Keras对我的模型作出预测？”

在本文中，你会学到如何使用Keras这个Python库完成深度学习模型的分类与回归预测。

看完这篇教程，你能掌握以下几点：

如何确定一个模型，为后续的预测做准备
如何用Keras对分类问题进行类及其概率的预测
如何用Keras进行回归预测

现在就让我们开始吧

本文结构

教程共分为三个部分，分别是：

模型确定
分类预测
回归预测

模型确定

在做预测之前，首先得训练出一个最终的模型。你可能选择k折交叉验证或者简单划分训练/测试集的方法来训练模型，这样做的目的是为了合理估计模型在样本集之外数据上的表现（新数据）

当评估完成，这些模型存在的目的也达到了，就可以丢弃他们。接下