1. 하드에 있는 모델을 로딩하자
2. 로딩된 모델에 새로운 테스트 데이터를 입력하여 예측값을 얻어보자.
3. 이 소스에서는 학습을 수행하지 않고 이미 학습된 모델을 로딩하여 이용하는 것을 확인하자.
import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.utils import np_utils
np.random.seed(5)
dataset = np.loadtxt("diabetes.csv", delimiter=",", skiprows = 1)
data_test = dataset[700:, 0:8]
label_test = dataset[700:, 8]
#data_test = data_test(768,8).astype('float32')
label_test = np_utils.to_categorical(label_test)
# load model
from keras.models import load_model
model = load_model('diabetes_mlp_model.h5')
# use the model
label_pred = model.predict_classes(data_test)
for i in range(30):
print("Input: ",data_test[i,:]," Predict:"+str(label_pred[i]))
