Keras-simple deep learning

기본적인 사용법의 샘플

import pandas as pd

data = pd.read_csv('gpascore.csv')
#data.isnull().sum() #빈간갯수?
#data.fillna(100)	#빈칸을 100을줌
#print(#data['gpa']) #열의값
#print(#data['gpa'].min()) #열의 최저값
#print(#data['gpa'].count()) #열의 갯수

data.dropna()		#빈칸, na를 정리해줌
y데이터=data['admin'].values	#y=정답
x데이터=[]                     #x=입력값 배열선언
for i, rows in data.iterrow(): 		#한 행씩
	x데이터.append([rows['gre'],rows['gpa'],rows['rank']])		# 추가 [640,13.0,31]

# print(x데이터)

exit()
import numpy as np
import tensorflow as tf

#1.keras로 모델 만들기
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='signoid'),
]}
#2.데이터 준비


#3.model 학습(fit) 시키기
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
model.fit(np.array(x데이터), np.array(y데이터), epochs=10 ) 

#x에는 학습데이터, y에는 실제정답
# x데이터 = [ [380,3.21,3],[660,3.67,3],[][][] ] , y데이터 = [ [0],[1],[][][] ]
# x데이터 = [[학생1데이터],[학생2데이터]...],       y데이터 = [ [정답1],[정답2]...]

#-------------------------- 학습 (#run하면 학습이 진행된다.)
Epoch 1/20
14/14 [========================] -0s 1ms/step - loss:0.7223 - accuracy: 0.4776
#epoch는 전체 데이터를 한번 학습되는것
#loss     모델의 현재 총손실
#accuracy 모델의 정답율

#-------------------------- 예측
#예측값 = model.predict(np.array(), np.array())  
예측값 = model.predict( [[7500,3.70,3],[400,2.2,1]] )
print(예측값)
#출력결과
#Epoch 1000/1000
#14/14 [======================] - 0s 643us/step - loss:0.5710 - accuracy: 0.6894
#[[0.6127]		#60%
# [0.0095]]		#0.009%

gpascore.csv

0.01MB