생활코딩, 머신러닝(딥러닝)- 첫번째 딥러닝 - 레모네이드 판매 예측

표를 다루는 도구 '판다스'를 이용하여 데이터를 다루는 방법 알아보기.

모델을 학습시키기 위하여 파일로부터 데이터를 읽어들이고,

독립변수와 종속변수를 분리하여 데이터 준비하기.

 

레모네이드 판매량을 예측하는 딥러닝 모델을 텐서플로우를 이용하여 만들기

 

 

 

 

****소스코드, 결과****

 

 

###########################
# 라이브러리 사용
import tensorflow as tf           // 텐서플로우
import pandas as pd              // 판다스

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

# 종속변수, 독립변수
독립 = 레모네이드[['온도']]
종속 = 레모네이드[['판매량']]
print(독립.shape, 종속.shape)

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

###########################
# 모델을 학습시킵니다.
model.fit(독립, 종속, epochs=1000, verbose=0)   //epochs 몇회 학습, loss값 0에 가까워진다.
model.fit(독립, 종속, epochs=10)

###########################
# 모델을 이용합니다.
print(model.predict(독립))
print(model.predict([[15]]))

 

 

 

 

 

 

 

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

 

전체 소스코드

###########################
# 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']]
print(독립.shape, 종속.shape)

###########################
# 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 학습시킵니다.
model.fit(독립, 종속, epochs=1000, verbose=0)
model.fit(독립, 종속, epochs=10)

###########################
# 모델을 이용합니다.
print(model.predict(독립))
print(model.predict([[15]]))

 

출처: 생활코딩

이름 없는 노트북 (2).pdf

0.21MB