TensorFlow로 Logistic Classification의 구현 및 당뇨병 예측 실습
import tensorflow as tf # 선형 회귀를 위해서 텐서 플로우 1의 코드 실행을 위한 임포트 # 현재는 텐서 플로우 2로 선형 회귀를 훨씬 간단하게 구현할 수 있다. import tensorflow.compat.v1 as tf tf.disable_v2_behavior() x_data = [[1,2],[2,3],[3,1],[4,3],[5,3],[6,2]] y_data = [[0],[0],[0],[1],[1],[1]] # 0은 fail, 1은 pass X = tf.placeholder(tf.float32, shape=[None, 2]) Y = tf.placeholder(tf.float32, shape=[None, 1]) W = tf.Variable(tf.random_normal([2,1]),..
2020. 2. 13.
TensorFlow로 Multi-variable Linear Regression 실습
import tensorflow as tf import matplotlib.pyplot as plt # 선형 회귀를 위해서 텐서 플로우 1의 코드 실행을 위한 임포트 # 현재는 텐서 플로우 2로 선형 회귀를 훨씬 간단하게 구현할 수 있다. import tensorflow.compat.v1 as tf tf.disable_v2_behavior() # H(x1, x2, x3) = x1w1 + x2w2 + x3w3 #x1, x2, x3은 feature들 x1_data = [73, 93, 89, 96, 73] x2_data = [80, 88, 91, 98, 66] x3_data = [75, 93, 90, 100, 70] y_data = [152, 185, 180, 196, 142] x1 = tf.placehold..
2020. 2. 11.
Multi-variable Linear Regression 기초 이론
* 김성훈 교수님의 유튜브강의를 공부 목적으로 정리하여 작성하였습니다. [ multi-variable linear regression ] 이제 하나의 input variable이 아닌, multi-variable로 Y를 예측해보자. 어떻게 해야 될까? 1) Hypothesis: 그냥 x1, x2, x3에 각각의 w1, w2, w3을 곱해주면 된다. 2) Cost function ● 근데 x1, x2, x3, x4, ... 값들이 많아질수록 수식이 더 길어지는데 간편하게 계산할 수 없을까? -> Matrix(내적 dot product)를 이용하는 것이다. 근데 XW의 순서가 바껴져 있다. 매트릭스에서는 보통 X를 앞부분에 쓰고, 뒷부분에 W를 써서 나타낸다. 위의 그림처럼 x1, x2, x3는 많은 ins..
2020. 2. 7.
