Как предсказать точность входных данных после обучения нейронки

Суть проблемы: хотел разобраться в самой простой нейронке на готовом примере из интернета. Обучил её, а далее не понимаю, как протестировать её достоверность на входных данных условного пользователя. Нашёл в интернете функции для model - predict(), save(), loaded_model() . Если save() и loaded_model() получились и создалась папка '16_model', то с predict() вылетают ошибки. Прошу подсказать, как применять его или как тестировать нейронку на входных, а не на тестовых данных

import keras
from keras.models import Sequential
from keras.layers import Dense
import numpy

numpy.random.seed(2)

dataset = numpy.loadtxt("diabet.csv", delimiter=",")
X, Y = dataset[:,0:8], dataset[:,8]

model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

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

model.fit(X, Y, epochs = 100, batch_size=10)

scores = model.evaluate(X, Y)
#model.save('16_model')
#model_loaded = keras.models.load_model('16_model')
print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))