[tensorflow] iris data

- datasets에서 iris데이터를 불러오고 뉴럴네트워크에서 MLPClassfiier를 불러들어와 fit시켜보았다.

- tensorflow에 keras에서 KerasClassifier를 불러들어와서 Sequetial을 이용해 모델을 만들어봤다.

- 다중 분리이기 때문에 sparse 카테고리컬 크로스엔트로피를 사용했고 활성화함수는 렐루를 썼다. 

 

- KerasClassifier에 에폭을 5로해서 학습을 시키고  교차검증을 해보았다.

- 머신러닝은 데이터가 많을수록 성능이 안올라가는데 딥러닝은 모델이 훨씬 더 복잡하기 때문에 더 성능을 올리수 있다.오버피팅이 생길수 있는데 이것을 막으려면 데이터를 늘려야한다.

- 러닝커브를 그려보면 데이터가 요동쳐서 학습이 부족하다는 것을 알수있다.

- 데이터가 충분하지 않아 상승 곡선을 띄어야 하는데 그렇지 않아서 validation score가 학습이 잘 안되는 것을 볼수있다.

- 이렇게 tensorflow에서도 pipeline을 구축할수 있다.

- 텐서플로우 공식 홈페이지 tutorials에 들어가면 더 좋은 정보를 얻을 수 있으며 공부를 하는데 있어서 많은 도움이 된다.

https://www.tensorflow.org/tutorials

TensorFlow Core