라벨을 달아 학습을 시킨다. → 정답이 있는 데이터를 활용한다.
라벨이 없는 데이터 들을 비슷한 데이터기리 묶어서 학습을 한다.
상태에 따라서 보상(+,-)을 주고 보상이 최대화 되도록 하는 학습방법이다.
어떤 독립 변수에 의해서 바뀌는 변수 → 의존 적인 변수
스스로 바뀔 수 있는 변수
숫사 손글씨 이미지 데이터셋인 MNIST를 불러온다.
from tensorflow import keras
mnist를 tuple형태로 가져온다.
데이터셋은 훈련셋과 시험셋으로 가지고온다.
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
x_train.shape
→ (60000,28,28)
(샘플수, 가로수, 세로수 )
cmap : colormap으로 gray는 흑백으로 보여준다.
plt.imshow(x_test[i], cmap='gray')
plt.show()
y_pred를 csv확장자로 저장을 해준다
fmt : %d로 정수의 형태로 저장을 해주게 된다.
y_pred = [7, 2, 1, 0, 0, 0, 0, 0, 0, 0]
np.savetxt('y_pred.csv', y_pred, fmt='%d')