我对整个话题都很陌生，所以请不要苛刻。我知道这些可能是简单的问题，但每个人都必须从某个地方开始^^

所以我创建了（或更多复制）我的第一个小模型，它根据他们的父亲预测儿子的身高。

#Father Data
X=data['Father'].values[:,None]
X.shape

#According sons data
y=data.iloc[:,1].values
y.shape

#Spliting the data into test and train data
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=0)

#Doing a linear regression
lm=LinearRegression()
lm.fit(X_train,y_train)

# save the model to disk
filename = 'Father_Son_Height_Model.pckl'
pickle.dump(lm, open(filename, 'wb'))

#Predicting the height of Sons
y_test=lm.predict(X_test)
print(y_test)

现在我想创建一个图来显示我的模型的准确性或它有多“好”。类似的事情在这里完成： https ://machinelearningmastery.com/how-to-calculate-precision-recall-f1-and-more-for-deep-learning-models/

但我不能安静地让它工作。这似乎我会工作，但我应该在“model_history”中存储什么？

plt.subplot(212)
plt.title('Accuracy')
plt.plot(model_history.history['acc'], label='train')
plt.plot(model_history.history['val_acc'], label='test')
plt.legend()
plt.show()

一个易于适应的教程链接已经是一个很好的帮助。Keras 似乎是一件事，但如果可能且明智的话，我想避免使用另一个库。