| 일반 적으로 데이터셋은 Tain 데이터, Validation 데이터, Test Data 나눠서 데이터로 나눠서 학습, 검증, 테스트 한다. 케라스에서는 학습(fit) 할때 validation_data로 지정 하거나 각 데이터 셋의 특징은 다음과 같다.
Train 데이터와 Test 데이터만 사용 하는 경우는 8:2의 비율로 나눈다. Train 데이터 : Test 데이터 = 8 : 2 Train 데이터와 Test 데이터, 검증용 데이터를 사용하면 6 : 2 : 2의 비율로 나눈다. 검증용 데이터를 사용하면 Train 데이터 : Validation 데이터 : Test 데이터 = 6 : 2 : 2 validation_data 사용하기validation_data는 Validation set이다.validation_data는 validation_split보다 우선 순위를 가진다. 모델을 학습 할때 validation_data에 데이터를 지정한다. model.fit(x_train, y_train, epochs=100, batch_size=1, validation_data=(x_val, y_val)) from keras.models import Sequential
from keras.layers import Dense import numpy as np # 데이터셋 생성 x_train = np.arange(1, 101) y_train = x_train x_test = np.arange(100, 201) y_test = x_test x_val = np.arange(200, 301) y_val = x_val # 모델 구성 model = Sequential() model.add(Dense( 10, input_shape=(1, ), activation='relu')) model.add(Dense( 5)) model.add(Dense(1)) model.compile(loss='mse', optimizer='adam', metrics=['mse']) # 모델 학습 model.fit(x_train, y_train, epochs=100, batch_size=1, validation_data=(x_val, y_val)) # 모델 평가 loss, mse = model.evaluate(x_test, y_test, batch_size=1) print('loss= %f, mse= %f' % (loss, mse)) validation_split 사용하기validation_split을 사용하여 자동으로 분리 할수 있다.validation_split=0.2는 유효성 검사를 위해 20% 데이터를 사용하고 validation_split=0.3은 유효성 검사를 위해 20% 데이터를 사용한다는 의미이다. from keras.models import Sequential
from keras.layers import Dense import numpy as np # 데이터셋 생성 x_train = np.arange(1, 101) y_train = x_train x_test = np.arange(100, 201) y_test = x_test x_val = np.arange(200, 301) y_val = x_val # 모델 구성 model = Sequential() model.add(Dense( 10, input_shape=(1, ), activation='relu')) model.add(Dense( 5)) model.add(Dense(1)) model.compile(loss='mse', optimizer='adam', metrics=['mse']) # 모델 학습 model.fit(x_train, y_train, epochs=100, batch_size=1, validation_data=(x_val, y_val)) # 모델 평가 loss, mse = model.evaluate(x_test, y_test, batch_size=1) print('loss= %f, mse= %f' % (loss, mse)) validation_split 사용법은 다음과 같다. model.fit(x_train, y_train, epochs=100, batch_size=1, validation_split=0.2) 참조) https://www.tensorflow.org/guide/keras/train_and_evaluate?hl=ko https://luvris2.tistory.com/167#google_vignette https://ebbnflow.tistory.com/125 |