실습

• 보스턴 지역의 집값 을 예측 하는 모델을 작성
• 독립 변수가 많은 데이터

퍼셉트론

• 하나의 뉴런 구조를 퍼셉트론이라고 부른다.
• y = 가중치 * x + 편향(기본값)
• 가중치가 0 일떄 편향이 기본값이다.
• 만약 종속 변수가 2개 라고 하면 수식도 2개가 생긴다.

데이터 준비

# 데이터 준비
import pandas as pd
import tensorflow as tf
path = "https://raw.githubusercontent.com/blackdew/ml-tensorflow/master/data/csv/boston.csv"
data = pd.read_csv(path)
data.columns

x = data[['crim', 'zn', 'indus', 'chas', 'nox', 'rm', 'age', 'dis', 'rad', 'tax',
       'ptratio', 'b', 'lstat']]
y = data[['medv']]

print(x.shape , y.shape)

모델 준비

X = tf.keras.Input(shape = [13])
Y = tf.keras.layers.Dense(1)(X)
model = tf.keras.Model(X,Y)
model.compile(loss="mse")

• 독립변수가 13개 가 있기 때문에 input 의 shape 이 13개의 공간이 확보다 되어야 한다.

모델 학습

model.fit(x,y,epochs = 1000 , verbose = 0) # verbose = 0 학습의 결과를 보여주지 않는다
model.fit(x,y,epochs = 10)

• verbose = 0 은 학습의 epochs 마다 결과를 보여줄것인지 결정하는것이다.

모델 예측

model.predict(x[:5])
print(y[:5])