[머신러닝 야학 / Tensorflow 1] Topic 9 : 세번째 딥러닝 - 아이리스 품종 분류

수업 링크 : https://opentutorials.org/module/4966/28987

세번째 딥러닝 - 아이리스 품종 분류 - Tensorflow 1

 

<아이리스 품종 분류>

 

종속 변수 데이터의 종류에 따라 사용하는 알고리즘 차이

종속 변수가 양적 데이터인 경우 회귀 알고리즘을 사용

종속 변수가 범주형 데이터인 경우 분류 알고리즘을 사용

 

아이리스 품종 분류 모델

 

<원핫인코딩>

아이리스 데이터, 퍼셉트론과 수식

숫자가 아닌 데이터가 수식에 들어갈 수는 없다.

=> 범주형 데이터는 수식에 사용할 수 있는 형태로 바꿔주어야 한다.

 

원핫인코딩

원핫인코딩 : 범주형 데이터를 딥러닝 모델에 사용하기 위해 1과 0으로 이루어진 데이터로 바꿔주는 과정

 

원핫인코딩 코드

 

아이리스 품종 분류 모델 구조 코드

<softmax>

분류 모델은 0에서 100 사이의 확률 값으로 분류를 표현

 

활성화 함수 : 퍼셉트론의 출력 형태를 조절

 - 회귀 모델

    = Identity

 

 - 분류 모델

    = Sigmoid : 이항 분류

    = Softmax : 다항 분류

 

분류에 사용하는 모델과 회귀에 사용하는 모델

회귀에 사용하는 loss : mse

분류에 사용하는 loss : softmax