코드탐험 신비의 세계

# 학습시킬때 변수에 저장하여 학습 # validation_split=0.2 => 학습 데이터의 20% 는 테스트용으로 하겠다. >>> epoch_history = model.fit(X_train, y_train, epochs=500, validation_split=0.2) # 밸리데이션(Validation) 이란, # 에포크가 한 번 끝날 때마다 학습에 사용하지 않은 데이터로 시험을 보는 것을 말한다. # 테스트란? 인공지능 학습이 완전히 다 끝났을 때 평가하는 것을 테스트라고 하고 # 밸리데이션이란? 에포크가 끝날 때마다 평가하는 것을 말한다. # 저장된 변수의 히스토리는 딕셔너리 >>> epoch_history.history.keys() dict_keys(['loss', 'mae', 'val_los..

모델링 전 데이터 전처리부터 한다. 1. 데이터 확인 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns # 데이터 통계 확인 >>> df.describe() # nan값 확인 >>> df.isna().sum() # 학습을 위해 X,y값 지정 >>> X = df.loc[ : , '컬럼' : '컬럼' ] >>> y = df['컬럼'] 2. 피처 스케일링 from sklearn.preprocessing import MinMaxScaler # X값 피처스케일링 >>> scaler_X = MinMaxScaler() >>> X = scaler_X.fit_transform(X.values) # y값 피..

그리드 서치를 이용해 최적의 하이퍼 파라미터 찾는다. # ! pip install scikeras from scikeras.wrappers import KerasClassifier from sklearn.model_selection import GridSearchCV from keras.models import Sequential from keras.layers import Dense 그리드 서치 하기 위해서 모델링하는 함수를 만든다. >>> def build_model(optimizer='adam'): model = Sequential() model.add(Dense(8, 'relu', input_shape=(11,))) model.add(Dense(6, 'relu')) model.add(Dense(1..