
254
로우코드 AI
모델을 학습시키는 동안 학습의 모든 단계에 대한 지표를 볼 수 있습니다. 처음 몇 개의 지
표는 학습 데이터셋과 관련이 있고, 후반부는 테스트 데이터셋과 관련이 있습니다.
model
.
evaluate
(
x
=
test
_
dataset
)
메서드로 모델을 평가할 수도 있습니다. 이는 학습 및 평가 데
이터셋을 분할하는 방법에 따라 테스트 데이터셋이나 다른 데이터셋에 사용할 수 있습니다.
model
.
evaluate
()
의 출력은 다음과 비슷합니다.
12/12 [==============================] - 0s 6ms/step - loss: 0.4390
- binary_accuracy: 0.7928 - precision: 0.6418 - recall: 0.4866
케라스를 사용해 성공적으로
ML
모델을 학습시켰습니다. 안타깝게도 이 신경망 모델은 정확
도, 정밀도, 재현율이 약간 낮습니다. 신경망이어서 성능이 더 나빴다는 의미는 아닙니다. 추가
튜닝과 특징 공학으로 모델의 성능을 개선할 수 있다는 의미입니다.
7.6
버텍스
AI
로 맞춤형
ML
모델 구축하기
여러
ML
모델을 성공적으로 구축, 학습, 평가했습니다. 로지스틱 회귀 모델을 학습시키는 데
사이킷런을 사용하고, 신경망 분류 모델을 학습시키는 데 케라스를 사용했습니다. 여기서 사용