神经网络实现地震预测时Model.predict报numpy.ndarray不可调用错误求助

1. 直接报错的修复方案 #

• 你遇到的TypeError: 'numpy.ndarray' object is not callable错误，直接原因是model.predict不再是Keras模型自带的预测方法，被你在之前的运行过程中误赋值成了numpy数组。你只需要重启Jupyter内核，按顺序重新运行所有代码即可解决该报错。
• 后续编写代码时注意不要写model.predict = xxx这类赋值语句，避免覆盖模型自带的方法名。

2. 代码逻辑其他问题修复 #

你当前的神经网络配置完全不匹配该地震损害等级预测任务的要求，即使修复了上述报错也无法得到正确结果，需要做如下调整：

• 该任务是3分类任务（损害等级分为1/2/3三类），不是二分类或回归任务：
  1. 输出层改为Dense(3, activation='softmax')
  2. 损失函数改为sparse_categorical_crossentropy（如果使用整数形式的原始标签无需额外编码），如果提前把标签做了独热编码则改用categorical_crossentropy
  3. 编译模型时建议加入metrics=['accuracy']方便观测训练过程中的分类准确率
• 当前网络的拟合能力不足，两层4神经元的隐藏层不足以处理39维特征的分类任务，建议调整隐藏层规格，示例如下：

model = Sequential()
model.add(Dense(32, activation = 'relu'))
model.add(Dense(16, activation = 'relu'))
model.add(Dense(3, activation='softmax'))
model.compile(loss='sparse_categorical_crossentropy', optimizer='rmsprop', metrics=['accuracy'])

• 你代码里将测试集的变量命名为test_labels存在歧义，实际读取的是测试特征文件test_values.csv，建议修改命名避免后续逻辑混淆。

内容的提问来源于stack exchange，提问作者Learner