20240724대학원을 붙을 확률 예측하기_03 학습하기+새로운 데이터를 집어넣어 붙을 확률 예측하기

in 파이썬

대학원을 붙을 확률 예측하기_03 학습하기+새로운 데이터를 집어넣어 붙을 확률 예측하기

학습시키기

  • 앞에서 가져온 x데이터,y데이터 리스트를 numpy라는 라이브러리를 사용해 numpy array로 변환해준다.
  • numpy array는 다차원 행렬백터를 만들 때 사용하는 라이브러리라고 한다.

학습시키는 방법

model.fit(np.array(x데이터),np.array(y데이터),epochs=1000)
## epochs 수가 늘어날 수록 loss값이 줄어들고, accuracy값이 늘어난다. (더 정확도가 높아짐)
  1. epochs가 10일 때
    • 14/14 ━━━━━━━━━━━━━━━━━━━━ 0s 455us/step - accuracy: 0.5622 - loss: 0.6917
  2. epochs가 1000일 때
    • 14/14 ━━━━━━━━━━━━━━━━━━━━ 0s 420us/step - accuracy: 0.5807 - loss: 0.6883

예측해보기 (새로운 2명의 데이터로 예측해보기)

inputData = np.array([[750,3.70,3],[400,2.2,1]])
예측값 = model.predict(inputData)
print(예측값)
  • 결과 : 첫번째는 95% , 두번째는 7%의 붙을 확률이 나왔다.

성능향상

  1. 데이터 전처리 깔끔하게 하기
  2. 파라미터 튜닝 (모델의 layers 갯수, dense 수 등등을 바꿔가면서 딥러닝을 돌려보면 좋음)
# 이부분을 튜닝하는거임
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(64,activation='tanh'),
    tf.keras.layers.Dense(128,activation='tanh'),
    tf.keras.layers.Dense(1,activation='sigmoid'), 
])
  1. 딥러닝 학습은 시행착오가 중요함.