신경망을 위한 X 및 Y 생성

분류 신경망을 위한 X 및 Y 생성

 

 

이제 x와 y를 생성할 수 있다. 이것이 분류 문제에 대해 y를 생성하는 방법이다. 회귀는 더미를 사용하지 않으며 대상의 숫자 값을 인코딩한다.

 

# Convert to numpy − Classification
x_columns = df.columns.drop('product').drop('id')
x = df[x_columns].values

dummies = pd.get_dummies(df['product']) # Classification
products = dummies.columns

y = dummies.values

 

x와 y 행렬을 표시할 수 있다.

 

print(x)
print(y)

[[5.08760000e+04 1.31000000e+01 1.00000000e+00 ... 0.00000000e+00
  1.00000000e+00 0.00000000e+00]
 [6.03690000e+04 1.86250000e+01 2.00000000e+00 ... 0.00000000e+00
  1.00000000e+00 0.00000000e+00]
 [5.51260000e+04 3.47666667e+01 1.00000000e+00 ... 0.00000000e+00
  1.00000000e+00 0.00000000e+00]
 ...
 [2.85950000e+04 3.94250000e+01 3.00000000e+00 ... 0.00000000e+00
  0.00000000e+00 1.00000000e+00]
 [6.79490000e+04 5.73333333e+00 0.00000000e+00 ... 0.00000000e+00
  1.00000000e+00 0.00000000e+00]
 [6.14670000e+04 1.68916667e+01 0.00000000e+00 ... 0.00000000e+00
  1.00000000e+00 0.00000000e+00]]
[[0 1 0 ... 0 0 0]
 [0 0 1 ... 0 0 0]
 [0 1 0 ... 0 0 0]
 ...
 [0 0 0 ... 0 1 0]
 [0 0 1 ... 0 0 0]
 [0 0 1 ... 0 0 0]]

 

이제 신경망에 대한 x 및 y 값이 준비되었다. 그리고 분류 문제를 위한 신경망을 구성했는지 확인해야 한다.

 

• 분류 신경망은 클래스 수와 동일한 출력 뉴런 개수를 갖는다. • 분류 신경망은 출력 레이어에서 categorical_crossentropy 및 softmax 활성화 함수를 사용해야 한다.

 

회귀 신경망을 위한 X 및 Y 생성

 

이 프로그램은 회귀 신경망에 대해 x 값을 생성한다. 그러나 y는 더미를 사용하지 않는다.

 

y = df['income'].values