15장) 선형 회귀 적용하기

1. 데이터 확인하기

import pandas as pd

df=pd.read_csv('C:/Users/kang mingu/dataset/housing.csv',delim_whitespace=True, header=None)

print(df.info())

• 총 샘플의 수: 506개
• 13개의 속성과 1개의 클래스
• 속성
  • 0: CRIM(인구 1인당 범죄 발생 수)
  • 1: ZN(25,000평방 피트 이상의 주거 구역 비중)
  • 2:INDUS(소매업 외 상업이 차지하는 면적 비율)
  • 3: CHAS(찰스강 위치 변수(1-강 주변,0-이외))
  • 4: NOX(일산화질소 농도)
  • 5: RM(집의 평균 방 수)
  • 6: AGE(1940년 이전에 지어진 비율)
  • 7: DIS(5가지 보스턴 시 고용 시설까지의 거리)
  • 8: RAD(순환고속도로의 접근 용이성)
  • 9: TAX($10,000당 부동산 세율 총계)
  • 10: PTRATIO(지역별 학생과 교사 비율)
  • 11: B(지역별 흑인 비율)
  • 12: LSTAT(급여가 낮은 직업에 종사하는 인구 비율(%))
  • 13: 가격 (단위:$1,000)

2. 선형 회귀 실행

from keras.models import Sequential
from keras.layers import Dense
from sklearn.model_selection import train_test_split

import numpy
import pandas as pd
import tensorflow as tf

# seed 값 설정
seed = 0
numpy.random.seed(seed)
tf.random.set_seed(3)

df = pd.read_csv("C:/Users/kang mingu/dataset/housing.csv", delim_whitespace=True, header=None)

dataset = df.values
X = dataset[:,0:13]
Y = dataset[:,13]

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3, random_state=seed)

model = Sequential()
model.add(Dense(30, input_dim=13, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(1))

model.compile(loss='mean_squared_error',optimizer='adam')

model.fit(X_train, Y_train, epochs=200, batch_size=10)

# 예측 값과 실제 값의 비교
Y_prediction = model.predict(X_test).flatten()
for i in range(10):
    label = Y_test[i]
    prediction = Y_prediction[i]
    print("실제가격: {:.3f}, 예상가격: {:.3f}".format(label, prediction))

• 실제 가격과 예상 가격이 비례하여 변화하는 것을 확인