Tensorflow 2.0 , Keras를 이용하여 선형회귀 코드 작성하기

세상은 참 빠르게 바뀌어간다🌎

아래는 3년전 작성한 글이다. 이때와 지금 코드가 정말 많이 다르다는게 느껴진다.

 

weejw.tistory.com/86

텐서플로우 선형회귀에 대해 알아보자

www.tensorflow.org/guide/effective_tf2?hl=ko

이펙티브 텐서플로 2.0  |  TensorFlow Core

 

tensorflow도 마찬가지다.  아래 강좌를 보면서 딥러닝을 공부하려고 했지만 아래에 있는 코드는 텐서 1이기때문에 작동이 안된다.

www.youtube.com/watch?v=mQGwjrStQgg&feature=youtu.be&ab_channel=SungKim

물론 아래와같이 사용할 수 있는 방법이 있다.

stackoverflow.com/questions/55682718/module-tensorflow-api-v2-train-has-no-attribute-gradientdescentoptimizer

module 'tensorflow._api.v2.train' has no attribute 'GradientDescentOptimizer'

하지만... 텐써 2.0은 정말 코드가 간결하고 직관적이며 사용하기 편리하다 뭣하러 1.0을 쓰나.. 2.0을 쓰자 ^.^

 

전체 코드는 아래와 같다. 지난번에 구축했던 도커기반 텐써에서 쥬피터를 실행시켜서 입력했다.

import tensorflow as tf
import numpy as np
x_train = [1, 2, 3]
y_train = [1, 2, 3]
 
W = tf.Variable(tf.random.normal([1]), name="weight")
b = tf.Variable(tf.random.normal([1]), name="bias")
 
hypothesis=x_train*W+b
 
cost = tf.reduce_mean(tf.square(hypothesis - y_train))
sgd = tf.keras.optimizers.SGD(learning_rate=0.01)
 
model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Dense(1, input_dim = 1))
 
model.compile(loss='mean_squared_error',optimizer=sgd)
 
model.fit(x_train,y_train,epochs=1000)
 
print(model.predict(np.array([5])))

 

그럼 아래와 같이 에폭시에 따라 학습을 진행하고, 마지막에 결과까지 도출을 잘한다 ^>^!

확실히 케라스를 이용하니까 편리하다.

 

 

뽀나스 + 

사이킷런을 이용해서 선형회귀를 진행해보았다. 해당 코드는 cyan91.tistory.com/39?category=230402를 참고하였다. 한글은 따로 설정을 해줘야하는데 지금은 기찮다.. 헤헷 😂

r-squared를 제공하는 score 함수를 제공해준다. 

 

TSS : 편차제곱합

RSS : 회귀식과 평균간 차

SSE : 회귀식과 실제값 차

TSS = RSS+SSE

 

모델은 아래와 같이 저장이 가능하다. 가장 마지막에 deprecation warning이 거슬린다면 

wikidocs.net/81868 를 참고하면 된다. 해당 글에서는 joblib.dump()함수를 사용하라고 있다.