tensorflow로 선형회귀 하는 법

오늘은 인공지능프로그래밍 시간에 했던 tensorflow로 선형회귀를 하는 방법을 알아보자.

import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

x = np.array([2, 4, 6, 8])
y = np.array([81,93,91,97])

model = Sequential()

model.add(Dense(1, input_dim=1, activation='linear'))
model.compile(optimizer= 'sgd', loss='mse')

model.fit(x,y, epochs=2000)

plt.scatter(x,y)
plt.plot(x,model.predict(x),'r')
plt.show()

hour= 7
prediction = model.predict([hour])
print(prediction)

우선 필요한 라이브러리들을 import 해줍니다.

x는 feature, y는 target입니다.

model.add에서 출력 값, 입력 변수, 분석 방법에 맞게끔 모델을 설정합니다.

model.compile에서는 오차 수정을 위해 경사 하강법(sgd)을, 오차의 정도를 판단하기 위해 평균 제곱 오차(mse)를 사용한다고 설정한 것 입니다.

model.fit에서는 2000번 학습한다는 내용입니다.

plt 부분은 예측 결과를 그래프로 나타내는 부분입니다.

hour 부터는 임의 시간을 넣어서 예측해보는 내용입니다.