[Tensorflow] 10. 모델 훈련 결과 시각화 하기 (feat. matplolib)

 
 
 

이번 포스팅은
모델 훈련 결과를 시각화 해보겠습니다.
 
데이터를 그래프로 나타낼건데요,
matplotlib라는 패키지의 도움을 받아보겠습니다~
 
먼저 이 패키지가 무엇인지 알아야
사용을 할 수 있을것 같아요.
 
 

---

 
 
 

1. matplotlib이란??

https://matplotlib.org/

Matplotlib — Visualization with Python

" Matplotlib is a comprehensive library for creating static,
animated, and interactive visualizations in Python. "
 
 
"Python에서 정적 시각화 , 애니메이션 시각화 , 대화형 시각화를
생성하기 위한 포괄적 라이브러리라고 설명하네요.  "
(대화형 시각화 :   그래픽 표현을 통해 데이터를 조작, 탐색 및 분석할 수 있도록 하는 기술)
 
즉 제가 구현할 데이터를 시각화 해준다는 거죠.
 
대학교 때 잠시 만져봤던(싫어했던) matlab이 생각나네요.
지금 이었으면 정말 열심히 했을건데요 ㅜㅜ
 
시각화 모델은 아래와 같습니다.
이번에는 도큐먼트의 함수를 뒤적거리기보단
이 그림에서 필요한 모델을 찾으면 편할 것 같다고 생각해서
가져와봤습니다.
https://matplotlib.org/stable/plot_types/index

Plot types — Matplotlib 3.8.2 documentation

 

 

 
 
저는 이 데이터 모델중에
scatter(점을 찍어줌)
plot(선을 그려줌)
을 해보겠습니다. 
 
 
 
 

---

 

 

2. 사용해보기

 
 
 
x라는 입력데이터, y라는 출력데이터가 있구요

# 1. 데이터
x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
y = np.array([1, 2, 3, 4, 6, 5, 7, 8, 9, 10])

 
x,y를 이용해서 그래프를 선으로 그러보겠습니다.
import로
matplotlib패키지의 pyplot 이라는 모듈을 plt라는 이름으로
가져와서
scatter(a,b) 함수로 점을 찍고
show() 함수로 그래프를 그려줬습니다.

import matplotlib.pyplot as plt
plt.scatter(x,y) #점 찍기
plt.show() #그래프 보이기

 
 
 
 
 
이번엔 모델 훈련을 시키고
예측값들을 선(그래프)으로
그려보겠습니다.
훈련시킨 모델에 x를 10개 넣어줘서 예측 값(result) 10개를 받았습니다.
(x는 벡터형태인데
predict를 거치고 난 결과는
행렬 형태군요... 예를들어 [1]과 1은 동일시 하는걸까요??)
 
이걸 plot()함수로 선을 긋고
마찬가지로 show() 함수로 출력해줬습니다.

model.fit(x_train, y_train, epochs=500 , batch_size=1)

#평가 , 예측
result = model.predict(x) #x : [1,2,3,4,5,6,7,8,9,10]. 
'''
result:[[0.8769375]
 [1.8886313]
 [2.9003253]
 [3.912019 ]
 [4.9237137]
 [5.935407 ]
 [6.9471006]
 [7.9587927]
 [8.970488 ]
 [9.9821825]]
 '''

import matplotlib.pyplot as plt
plt.plot(x, result, color = 'red') #선을 긋기
plt.show() #그래프 보이기

 
 
 
 
선과 점을 같이 찍어보겠습니다.

plt.scatter(x,y) #점 찍기
plt.plot(x, result, color = 'red') #선을 긋기
plt.show() #그래프 보이기

이렇게 시각화하며
입력값에 대한 출력값을 보면서
훈련 결과를 그래프로 확인할 수 있었습니다.
 
 
 
 
"matplotlib"
크고 복잡한 데이터를 분석할 땐
시각화해서
데이터를 보는게 중요하겠죠.
 
데이터를 적절하게
활용할 수 있도록 
더 정진하겠습니다.
 
 
 
 
그럼 전체 코드 첨부하고 포스팅 마무리하겠습니다
틀린부분이 있다면 말씀 주시면 감사하겠습니다!

import numpy as np
from keras.models import Sequential
from keras.layers import Dense

from sklearn.model_selection import train_test_split

# 1. 데이터
x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
y = np.array([1, 2, 3, 4, 6, 5, 7, 8, 9, 10])

#데이터 전처리
x_train, x_test, y_train, y_test = train_test_split(
    x,
    y,
    train_size= 0.7,
    test_size=0.3,
    shuffle=True,
    random_state=1500
)

#모델구성
model = Sequential()
model.add(Dense(1, input_dim = 1))
model.add(Dense(10))
model.add(Dense(10))
model.add(Dense(10))
model.add(Dense(1))

#컴파일, 훈련
model.compile(loss='mse', optimizer='adam')
model.fit(x_train, y_train, epochs=500 , batch_size=1)

#평가 , 예측
loss = model.evaluate(x_test, y_test)
result = model.predict(x) #10개가 들어감.

print("loss 값: ", loss)
print("예측 값: ", result)

import matplotlib.pyplot as plt

plt.scatter(x,y) #점 찍기
plt.plot(x, result, color = 'red') #선을 긋기
plt.show() #그래프 보이기