딥러닝 : tensorflow로 분류의 문제 모델링 하는 방법

우선 사용할 라이브러리들 import후 데이터 프레임을 불러옵니다.

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
import os
%matplotlib inline

df = pd.read_csv('Churn_Modelling.csv')

 

1. 결측치 확인

df.isna().sum()

위 데이터 프레임에는 결측치가 없었기 때문에 nan 처리를 안 하였습니다.

 

2. X와 y로 분리

X=df.iloc[:,3:-1]
y=df['Exited']

3. 문자열 데이터 처리 ( LabelEncoder , OneHotEncoder)

X['Geography'].nunique()

X['Gender'].nunique()

어떤 2개 이하이면 레이블 인코딩을 , 아니라면 원핫 인코딩을 하기 위해 유니크한 값을 확인하고

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
from sklearn.compose import ColumnTransformer

필요한 라이브러리 임포트 후

 

레이블 인코딩부터 진행

label_encoder = LabelEncoder()
X['Gender']=label_encoder.fit_transform(X['Gender'])

원 핫 인코딩 진행

ct=ColumnTransformer([('encoder', OneHotEncoder(),[1])],remainder='passthrough')
X=ct.fit_transform(X.values)

 

 

 

4. dummy variable trap

 

 

X_df=pd.DataFrame(X)

X_df.drop(0,axis=1,inplace=True) # france 컬럼을 삭제해도 3개의 데이터를 모두 나타낼 수 있음.

X = X_df.values

5. 피쳐 스케일링

머신러닝과 다른 점은 딥러닝은 무조건 피쳐스케일링 해야한다. 매우 중요하다.

from sklearn.preprocessing import MinMaxScaler

scaler_X = MinMaxScaler()

X=scaler_X.fit_transform(X)

 

6. 학습용과 테스트용으로 데이터 나누기 ( train_test_split )

from sklearn.model_selection import train_test_split

X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=0)

 

7. 모델링 과정

import tensorflow as tf
from tensorflow import keras
from keras.models import Sequential
from keras.layers import Dense

model = Sequential()

model.add(  Dense(units = 6, activation='relu',input_shape=(11,) )  )

2개로 분류 => sigmoid 

model.add(Dense(units=1,activation='sigmoid'))

 

8. 컴파일(Compile) 과정

 

컴파일이란, 옵티마이저(optimizer)와 로스펑션 (loss function 오차함수,손실함수)

2개로 분류하는 문제의 loss는 'binary_crossentropy'

 

model.compile(optimizer='adam',loss='binary_crossentropy',metrics=[ 'accuracy'])

 

9. 학습 과정

주의점 : 학습 코드를 실행한 후에, 다시 학습하고 싶을 때는, 모델링 부분부터 다시 실행해야한다.

 

model.fit(X_train,y_train,batch_size=10,epochs=20)

10. 평가 과정

model.evaluate(X_test,y_test)

컨퓨전 매트릭스를 확인하여, 어떤 문제를 잘 맞추고 못 맞추는지 확인

 

from sklearn.metrics import confusion_matrix,accuracy_score

y_pred=model.predict(X_test)

y_pred=(y_pred > 0.5).astype(int)

cm=confusion_matrix(y_test,y_pred)