다중 분류 - iris 데이터

iris 데이터를 활용한 다중 분류 실습

iris_data.zip

0.44MB

 

 

 

import pandas as pd
!git clone <https://github.com/taehojo/data.git> # 깃허브에 준비된 데이터를 가져옴
df = pd.read_csv('./data/iris3.csv’)
df.head()

import seaborn as sns
import matplotlib.pyplot as plt
# 상관도 그래프
# pairplot( ) - 관계 그래프
sns.pairplot(df, hue='species')
plt.show()

 

# 1. 환경 구축
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 2. 데이터 준비
# !git clone <https://github.com/taehojo/data.git>
df = pd.read_csv('./iris_data/iris3.csv')
# 속성을 X, 클래스를 y로 저장
X = df.iloc[:,:4]
y = df.iloc[:,4]
# 원-핫 인코딩
y = pd.get_dummies(y)

# 3. 모델 구조 설정 및 컴파일
model = Sequential()
model.add(Dense(12, input_dim=4, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(3, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

# 4. 모델 실행
history=model.fit(X, y, epochs=30, batch_size=5)