[Tensorflow] 5. 첫번째 딥러닝 - 레모네이드 판매예측

첫번째 딥러닝 - 레모네이드 판매예측

image-20200828010400481

  1. 과거의 데이터를 준비
  2. 모델의 구조 만들기
  3. 데이터로 모델 학습(fit)
  4. 모델 이용

1. 회귀분석 순서

레모네이드 = pd.read_csv('lemonade.csv')
독립 = 레모네이드[['온도']]
종속 = 레모네이드[['판매량']]

print(독립.shape, 종속.shape)
# 가장 간단한 모델 만들었음
X = tf.keras.layers.Input(shape=[1]) # 숫자의 의미
Y = tf.keras.layers.Dense(1)(X)
model = tf.keras.models.Model(X, Y)
model.compile(loss='mse')
model.fit(독립, 종속, epochs=1000)
print('Predictions: ', model.predict([[15]])) # 30

2. 그림으로 이해하기

image-20200828011200304

image-20200828011358784

3. 정리

image-20200828011504392

4. 코드

###########################
# 라이브러리 사용
import tensorflow as tf
import pandas as pd
 
###########################
# 데이터를 준비합니다.
파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/lemonade.csv'
레모네이드 = pd.read_csv(파일경로)
레모네이드.head()
# 종속변수, 독립변수
독립 = 레모네이드[['온도']]
종속 = 레모네이드[['판매량']]
print(독립.shape, 종속.shape)
 
###########################
# 모델을 만듭니다.
X = tf.keras.layers.Input(shape=[1])
Y = tf.keras.layers.Dense(1)(X)
model = tf.keras.models.Model(X, Y)
model.compile(loss='mse')
 
###########################
# 모델을 학습시킵니다. 
model.fit(독립, 종속, epochs=1000, verbose=0)
model.fit(독립, 종속, epochs=10)
 
###########################
# 모델을 이용합니다. 
print(model.predict(독립))
print(model.predict([[15]]))