training-test dataset, learning rate, normalization
이번 강의에서는
별도의 테스트 데이터 셋으로
모델을 평가하는 방법과
learning rate에 대해 이야기 해본다.
이제 Traing Test와 Test Datasets을 나눠 학습한다.
Traing Test : Model을 학습시키기 위한 Data
TestDatasets : 학습시킨 Model을 Test하기 위한 Data
Learning Rate
- Learning Rate값을 적절치 못한 값을 주게되면 2가지 문제가 있다.
Non-Normalized inputs
-
정규화되지 않은 inputs을 넣을 경우 원하지 않은 결과값이 나올 수 있다.
-
해결법은
Non-Normalized inputs값을Normalized inputs해주면 된다.
- MinMaxScaler(x) 함수는 [ 0 ~ 1 ]사이에 값으로 기존 값들을 상대적으로 바꿔준다.
MinMaxScaler(x)
xy = np.array([[828.659973, 833.450012, 908100, 828.349976, 831.659973],
[823.02002, 828.070007, 1828100, 821.655029, 828.070007],
[819.929993, 824.400024, 1438100, 818.97998, 824.159973],
[816, 820.958984, 1008100, 815.48999, 819.23999],
[819.359985, 823, 1188100, 818.469971, 818.97998],
[819, 823, 1198100, 816, 820.450012],
[811.700012, 815.25, 1098100, 809.780029, 813.669983],
[809.51001, 816.659973, 1398100, 804.539978, 809.559998]])
xy = MinMaxScaler(xy)
print(xy)
---
[[ 1.63450289]
[ 0.06628087]
[ 0.35014752]
[ 0.67070574]
[ 0.61131608]
[ 0.61466062]
[ 0.23175186]
[-0.13716528]]