基于tensorflow的简单分类应用
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
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
我的 tensorflow 的版是 2.2，已经自己集成 keras 了。
2. 准备数据
定义类别：
classes 就是最后要分类的数量
将小区数据转变为数字：
合并，获得最终数据
准备训练及验证数据
用数据的 70% 训练，30% 用来验证
3. 定义网络结构
使用 keras 定义一个最简单的全连接网络。
4. 训练
迭代 10 次
开始训练。嗯，效果很差，哈哈。
5. 预测
结果也预测错了。