[딥러닝]간단 신경망 및 머신러닝 모델링, 성능 비교

0) 데이터 확인 및 전처리

# 데이터 불러오기
import tensorflow as tf
boston_housing = tf.keras.datasets.boston_housing
(X_train, y_train), (X_test, y_test) = boston_housing.load_data()

# 데이터 셋 shape 확인
X_train.shape 

# 데이터 특성 scale 맞추기
from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

1) 신경망 모델

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Dense(32, activation='relu'))
model.add(tf.keras.layers.Dense(16, activation='relu'))
model.add(tf.keras.layers.Dense(1))

model.compile(optimizer='sgd',
              loss='mean_squared_error',
              metrics='mae')

model.fit(X_train_scaled, y_train, epochs=300)

model.evaluate(X_test_scaled, y_test, verbose=2)

 

2) 머신러닝 모델

from sklearn.linear_model import LinearRegression

model2 = LinearRegression()

model2.fit(X_train_scaled, y_train)

y_pred_test = model2.predict(X_test_scaled)

from sklearn.metrics import mean_squared_error as mse, mean_absolute_error as mae, r2_score as r2

print(f'mse : {mse(y_test, y_pred_test)}')
print(f'mae : {mae(y_test, y_pred_test)}')
print(f'r2 : {r2(y_test, y_pred_test)}')

 

신경망 및 머신러닝 모델을 정말 단순하게 구성해보았는데, 아주 큰 차이는 아니지만 신경망의 성능이 우수하게 나온 것을 확인할 수 있었습니다. :)