코딩야학-레모네이드 판매 예측 실습

위 그림은 학습을 10번 하는 코드의 출력 값이다. 출력 부분을 자세히 살펴 보자.

먼저 파랑색 부분은 학습이 얼마나 진행 되었는지 진행 상황을 알려준다.

가운데 주황색 부분은 각 학습마다 소요된 시간을 알려주고, 마지막에 loss 부분은 각

학습이 정답을 얼마나 맞추고 있는지 나타내고 있는 것이다.

독립 변수와 종속 변수를 모델에 넣으면 모델은 각 학습 과정에서 예측을 진행하고

종속 변수와 예측 결과의 차이. 즉, 오차 제곱의 평균을 loss 라고 한다.

loss는 0에 가까울 수록 좋다

레모네이드 판매 예측 실습

# 라이브러리 사용
import tensorflow as tf
import pandas as pd


# 데이터를 준비합니다.
파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/lemonade.csv'
레모네이드 = pd.read_csv(파일경로)
레모네이드.head()

# 종속변수, 독립변수
독립 = 레모네이드[['온도']]
종속 = 레모네이드[['판매량']]

데이터를 준비하고 데이터를 독립변수와 종속 변수로 나눈다.

# 모델을 만듭니다.
X = tf.keras.layers.Input(shape=[1])
Y = tf.keras.layers.Dense(1)(X)
model = tf.keras.models.Model(X,Y)
model.compile(loss='mse')

#모델을 학습 한다.
#  verbose=0 파라미터를 지정하면 학습을 하는동안 과정을 출력 하지 않음
model.fit(독립, 종속, epochs=10000, verbose=0) 

verbose = 0 파라미터로인해 학습이 얼마나 잘 됬는지 알 수 없다.
그러므로 10번정도 더학습시켜 학습이 잘 됬는지 확인 해보자.

#학습이 끝났는데 잘됬는지 알 수없으니까 10번만 더 학습 시켜본다.
model.fit(독립, 종속, epochs=10) 

loss 가 거의 0에 근접한것을 보아 학습이 잘 됐음을 알 수 있다.

마지막으로 모델에 원하는 독립별수를 넣어 출력 값을 확인해 보자.

mdoel.predict(([15]))

출력 값이 약 30으로 나온 것을 알 수 있다.