[딥러닝] tensorflow로 자동차 연비예측하기 (텐서플로우. 회귀)

 

 

 

 

 

 

 

 

부스트코스 - '모두를 위한 데이터 사이언스' 강의를 참고로 만들어 본 자동차 연비예측하기!

🍀깃허브 주소 https://github.com/LIMSONA/Big_data_study/blob/main/%ED%85%90%EC%84%9C%ED%94%8C%EB%A1%9C%EB%A5%BC_%ED%86%B5%ED%95%9C_%EC%9E%90%EB%8F%99%EC%B0%A8_%EC%97%B0%EB%B9%84_%EB%8D%B0%EC%9D%B4%ED%84%B0_%EC%98%88%EC%B8%A1.ipynb

 

 

 

 

 

 

텐서플로를 통한 자동차 연비 예측하기¶

• 참고 : 자동차 연비 예측하기: 회귀 | TensorFlow Core

In [21]:

from IPython.core.display import display, HTML 
display(HTML("<style>.container { width:100% !important; }</style>"))
#티스토리 업로드 원활하게:-)

 

 

 

필요 도구 가져오기¶

In [1]:

# 데이터 분석을 위한 pandas, 시각화를 위한 seaborn 불러오기
import pandas as pd
import seaborn as sns

 

데이터셋 로드¶

In [2]:

# 자동차연비 데이터셋인 mpg 데이터셋을 불러옵니다.
df = sns.load_dataset("mpg")
df.shape

Out[2]:

(398, 9)

 

결측치 확인¶

In [3]:

# 결측치의 합계 구하기
df.isnull().sum()

Out[3]:

mpg             0
cylinders       0
displacement    0
horsepower      6
weight          0
acceleration    0
model_year      0
origin          0
name            0
dtype: int64

 

결측치 제거¶

In [4]:

# dropna로 결측치를 제거합니다.
df = df.dropna()
df.shape

Out[4]:

(392, 9)

 

수치 데이터만 가져오기¶

• 머신러닝이나 딥러닝 모델은 내부에서 수치계산을 하기 때문에 숫자가 아닌 데이터를 넣어주면 모델이 학습과 예측을 할 수 없습니다.

In [5]:

# select_dtypes 를 통해 object 타입을 제외하고 가져옵니다.
df = df.select_dtypes(exclude="object")
df.shape

Out[5]:

(392, 7)

 

전체 데이터에 대한 기술 통계 확인¶

In [6]:

# describe 를 통해 기술 통계값을 확인합니다.
df.describe(include="all")

Out[6]:

	mpg	cylinders	displacement	horsepower	weight	acceleration	model_year
count	392.000000	392.000000	392.000000	392.000000	392.000000	392.000000	392.000000
mean	23.445918	5.471939	194.411990	104.469388	2977.584184	15.541327	75.979592
std	7.805007	1.705783	104.644004	38.491160	849.402560	2.758864	3.683737
min	9.000000	3.000000	68.000000	46.000000	1613.000000	8.000000	70.000000
25%	17.000000	4.000000	105.000000	75.000000	2225.250000	13.775000	73.000000
50%	22.750000	4.000000	151.000000	93.500000	2803.500000	15.500000	76.000000
75%	29.000000	8.000000	275.750000	126.000000	3614.750000	17.025000	79.000000
max	46.600000	8.000000	455.000000	230.000000	5140.000000	24.800000	82.000000

 

데이터셋 나누기¶

In [7]:

# 전체 데이터프레임에서 df, train, test를 분리합니다.
# train_dataset : 학습에 사용 (예: 기출문제)
# test_dataset : 실제 예측에 사용 (예 : 실전문제)
# 기출문제로 공부하고 실전 시험을 보는 과정과 유사합니다.

train_dataset = df.sample(frac=0.8, random_state=42)
train_dataset.shape

Out[7]:

(314, 7)

In [8]:

#train_dataset과 test_dataset의 인덱스가 겹칠 수 있으니 번호제거를 해준다

test_dataset = df.drop(train_dataset.index)
test_dataset.shape

Out[8]:

(78, 7)

In [9]:

# train_dataset, test_dataset 에서 label(정답) 값을 꺼내 label 을 따로 생성합니다.
# 문제에서 정답을 분리하는 과정입니다.
# train_labels : train_dataset(예: 기출문제) 에서 정답을 꺼내서 분리합니다.
# test_labels : test_labels(예: 실전문제) 에서 정답을 꺼내서 분리합니다.

train_labels = train_dataset.pop("mpg")
train_labels.shape

Out[9]:

(314,)

In [10]:

test_labels = test_dataset.pop("mpg")
test_labels.shape

Out[10]:

(78,)

In [11]:

train_dataset.shape, test_dataset.shape

Out[11]:

((314, 6), (78, 6))

 

딥러닝 모델 만들기¶

• 이미지 출처 : https://cs231n.github.io/neural-networks-1/
• 두 개의 완전 연결(densely connected) 은닉층으로 Sequential 모델을 만들겠습니다.
• 출력 층은 하나의 연속적인 값을 반환합니다.

In [12]:

# tensorflow 를 불러옵니다.
import tensorflow as tf
tf.__version__

Out[12]:

'2.7.0'

 

딥러닝 층 구성¶

In [13]:

model = tf.keras.Sequential()

#유닛의 개수는 64로 임의로 정하기 
#input_shape은 입력하는 변수의 개수
model.add(tf.keras.layers.Dense(64, activation="relu", input_shape=[len(train_dataset.keys())])),
model.add(tf.keras.layers.Dense(64, activation="relu")) #hidden
model.add(tf.keras.layers.Dense(64, activation="relu")) #hidden
model.add(tf.keras.layers.Dense(1))

 

모델 컴파일¶

In [14]:

#회귀모델에서 정확도를 측정하는 도구로 mae,mse 사용
#평균제곱오차(mean square error=mse)를
#평균절대오차(mean absolute error=mae): 예측과 타깃 사이 거리의 제곱 
model.compile(loss="mse", metrics=["mae","mse"])

 

만든 모델 확인하기¶

In [15]:

model.summary()

 

Model: "sequential"
_________________________________________________________________
 Layer (type)                Output Shape              Param #   
=================================================================
 dense (Dense)               (None, 64)                448       
                                                                 
 dense_1 (Dense)             (None, 64)                4160      
                                                                 
 dense_2 (Dense)             (None, 64)                4160      
                                                                 
 dense_3 (Dense)             (None, 1)                 65        
                                                                 
=================================================================
Total params: 8,833
Trainable params: 8,833
Non-trainable params: 0
_________________________________________________________________

 

딥러닝 모델로 학습하기¶

In [16]:

#학습하는 횟수는 epochs

model.fit(train_dataset, train_labels, epochs=100, verbose=0)

Out[16]:

<keras.callbacks.History at 0x7f3924fffed0>

 

딥러닝 모델로 평가하기¶

In [17]:

model.evaluate(test_dataset, test_labels)
#mae 값(오차값)이 0이 될수록 좋다

 

3/3 [==============================] - 0s 4ms/step - loss: 158.2999 - mae: 11.0054 - mse: 158.2999

Out[17]:

[158.2999267578125, 11.005400657653809, 158.2999267578125]

 

딥러닝 모델의 예측하기¶

In [18]:

predict_labels = model.predict(test_dataset).flatten() #flatten()으로 1차원으로 볼수있게 함
predict_labels[:5]

Out[18]:

array([10.21708 , 11.183176, 15.921473, 14.157125, 10.307833],
      dtype=float32)

 

딥러닝 모델의 예측결과 평가하기¶

In [19]:

sns.scatterplot(x=test_labels, y=predict_labels)

Out[19]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f392357a950>

 

In [20]:

sns.jointplot(x=test_labels, y=predict_labels, kind="reg")

Out[20]:

<seaborn.axisgrid.JointGrid at 0x7f3924de6910>