247
7
장
파이썬으로 사용자 정의 ML 모델 학습시키기
메서드를 호출합니다. 그리고
predict
메서드는 모델의
predict
메서드를 호출하기 전에 각
변환기의
transform
메서드를 순서대로 적용합니다. 본질적으로 모든 변환 기능이 내장된 모
델이라고 볼 수 있습니다.
Pipeline
의 또 다른 장점은 휴대성입니다.
Pipeline
은
fit
메서드를 실행한 후
피클
pickle
이나
joblib
라이브러리를 사용하여 저장할 수 있습니다. 이렇게 저장한
파이프라인
에는 학습된 모
델뿐만 아니라 적합된 변환기의 정보도 함께 포함됩니다. 이는 예측 서비스를 제공할 때, 변환
과 모델을 모두 함께 패키징하여 원하는 환경에서 그대로 활용해 일관성 유지하는 좋은 방법입
니다.
연습 삼아 모델 코드를
Pipeline
을 사용하도록 다시 작성하고
fit
메서드로 모델을 학습시킨
다음, 모델을 평가하여 정확도, 정밀도, 재현율을 계산해 보기 바랍니다.
7.5
케라스로 신경망 구축하기
사용자 정의 코드와 사이킷런을 사용하여 로지스틱 회귀 모델을 구축하고 첫 번째
ML
모델을
학습시킬 수 있었습니다. 이 절에서는 텐서플로라는 소프트웨어 개발 키트(
SDK
)의 일부로 제
공되며 사용자 정의 신경망을 쉽게 구축할 수 있는 케라스라는 라이브러리로 다른 유형의 모델
을 구축해 봅니다.
신경망은 여러 계층으로 구성되며, 각 계층에는 일정 수의 뉴런이 있고 각 뉴런에는 활성화 함
수가 적용됩니다. 회귀 모델에서는 은닉 계층의 활성화 함수로
ReLU
를 흔히 사용하며, ...