Python 使用经过训练的Keras模型对新csv数据进行预测

所以我在做一个项目，基本上我必须预测房价是否高于或低于其中间价，为此，我使用了Kaggle（）的数据集。1表示“高于中值”，0表示“低于中值”。我编写此代码是为了训练神经网络并将其保存为.h5文件：

import pandas as pd
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from keras.models import Sequential
from keras.layers import Dense
import h5py

df = pd.read_csv('housepricedata.csv')
dataset = df.values

X = dataset[:,0:10]
Y = dataset[:,10]

min_max_scaler = preprocessing.MinMaxScaler()

X_scale = min_max_scaler.fit_transform(X)

X_train, X_val_and_test, Y_train, Y_val_and_test = train_test_split(X_scale, Y, test_size=0.3)
X_val, X_test, Y_val, Y_test = train_test_split(X_val_and_test, Y_val_and_test, test_size=0.5)

model = Sequential([
    Dense(32, activation='relu', input_shape=(10,)),
    Dense(32, activation='relu'),
    Dense(1, activation='sigmoid'),
])

model.compile(optimizer='sgd',
              loss='binary_crossentropy',
              metrics=['accuracy'])

hist = model.fit(X_train, Y_train,
          batch_size=32, epochs=100,
          validation_data=(X_val, Y_val))

model.save("house_price.h5")

运行之后，它成功地将.h5文件保存到我的目录中。我现在想做的是使用我训练过的模型对一个新的.csv文件进行预测，并确定每个预测值是否高于或低于中间价。这是VSCode中csv文件的图像，我希望它对其进行预测： 如您所见，此文件不包含1（高于中值）或0（低于中值），因为这是我希望它预测的。这是我为此编写的代码：

import pandas as pd
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from keras.models import Sequential
from keras.layers import Dense
from keras.models import load_model
import h5py

df = pd.read_csv('data.csv')
dataset = df.values

X = dataset[:,0:10]
Y = dataset[:,10]

min_max_scaler = preprocessing.MinMaxScaler()

X_scale = min_max_scaler.fit_transform(X)

X_train, X_val_and_test, Y_train, Y_val_and_test = train_test_split(X_scale, Y, test_size=0.3)
X_val, X_test, Y_val, Y_test = train_test_split(X_val_and_test, Y_val_and_test, test_size=0.5)

model = load_model("house_price.h5")

y_pred = model.predict(X_test)

print(y_pred)

它的输出是

[[0.00101464]]

我不知道这是什么，也不知道为什么它只返回一个值，即使csv文件有4行。有人知道我如何解决这个问题，并且能够预测csv文件中每一行的1或0吗？

---

谢谢大家!

我很明白你想要什么！ 让我们试试看！这个代码对我有用

 import tensorflow
 model = tensorflow.keras.models.load_model("house_price.h5")
 y_pred=model.predict(X_test)

您仍然无法访问以下站点 1: 2：

两个y_pred为我生成相同的输出

这里有一件事你不可能包含0和1，因为你使用的是sigmoid函数，它决定了预测的概率 所以如果（y_pred>0.5），它的平均值是1

  #True rep one

  #false rep zero

  #you can use replace function or map function of pandas  to get convert true 
 into 1

---

谢谢你这么快的回复，但我想我的问题可能不是很清楚。我对它进行了编辑，使它更简洁，我也尝试了你给我的解决方案，但它似乎不起作用。你能告诉我我做错了什么吗？非常感谢。我会尽快把这段代码上传到github上。伙计们，有人能帮我查一下这个新问题，看看你们能不能回答？

  #True rep one

  #false rep zero

  #you can use replace function or map function of pandas  to get convert true 
 into 1