[딥러닝] 다중 분류 문제 : 붓꽃(Iris) 품종 분류

 

iris.csv의 데이터 구조 데이터 구조

샘플 수: 150

 

속성 수: 4

- 정보 1: 꽃받침 길이 (sepal length, 단위: cm)

- 정보 2: 꽃받침 너비 (sepal width, 단위: cm)

- 정보 3: 꽃잎 길이 (petal length, 단위: cm)

- 정보 4: 꽃잎 너비 (petal width, 단위: cm)

 

클래스: Iris-setosa, Iris-versicolor, Iris-virginica

클래스가 3개

-  참(1)과 거짓(0) = 이항 분류(binary classification)와 다름 , 여러 개 중에 어떤 것이 답인지를 예측하는 문제

-  여러 개의 답 중 하나를 고르는 분류 문제 = 다중 분류(multi classification)

 

---

상관도 그래프

import pandas as pd
df = pd.read_csv(’../dataset/iris.csv’, names = [“sepal_length”, “sepal_width”, “petal_length”, “petal_width”, “species”])
print(df.head())

 

pairplot( ) :데이터를 한눈에 보는 그래프 출력

import seaborn as sns
import matplotlib.pyplot as plt

sns.pairplot(df, hue=‘species’);
plt.show()

꽃잎과 꽃받침의 크기와 너비가 품종별로 차이가 있음을 알 수 있다.

 

---

Keras 로 품종 예측

원-핫 인코딩(one-hot-encoding)

 

 

Iris-setosa, Iris-virginica 등 데이터 안에 문자열이 포함되어 있을 때 -- numpy보다는 pandas로 데이터를 불러와 X와 Y 값을 구분

 

df = pd.read_csv(’../dataset/iris.csv’, names = [“sepal_length”, “sepal_width”, “petal_length”, “petal_width”, “species”])

# 데이터 분류
dataset = df.values
X = dataset[:,0:4].astype(float)
Y_obj = dataset[:,4]

 

Y 값=문자열, 숫자로 바꿔 주려면 클래스 이름을 숫자 형태로 바꿔 주어야 합니다.

이를 가능하게 하는 함수가 sklearn 라이브러리의 LabelEncoder() 함수입니다.

 

from sklearn.preprocessing import LabelEncoder

# 문자열을 숫자로 변환
e = LabelEncoder()
e.fit(Y_obj)
Y = e.transform(Y_obj)

 array(['Iris-setosa', 'Iris-versicolor','Iris-virginica'])가 array([1,2,3])로 바뀝니다.

 

 

 

활성화 함수를 적용하려면 Y 값이 숫자 0과 1로 이루어져 있어야 합니다.

이 조건을 만족시키려면 tf.keras.utils.categorical() 함수를 적용해야 합니다. 이에 따라 Y 값의 형태는 다음과 같이 변형됩니다.

from tensorflow.keras.utils import np_utils
 
Y_encoded = tf.keras.utils.to_categorical(Y)

이렇게 하면 array([1,2,3])가 다시 array([[1., 0., 0.], [0., 1., 0.],[ 0., 0., 1.]])로 바뀝니다.

이처럼 여러 개의 Y 값을 0과 1로만 이루어진 형태로 바꿔 주는 기법을 원-핫 인코딩(one-hot-encoding)이라고 합니다.

 

---

활성화함수 소프트맥스(Softmax)

 

 

#모델 설정
model = Sequential()
model.add(Dense(16, input_dim=4, activation=‘relu’))
model.add(Dense(3, activation=‘softmax’))

 

먼저 최종 출력 값이 3개 중 하나여야 하므로 출력층에 해당하는 Dense의 노트 수를 3으로 설정합니다.

 

소프트맥스는 총합이 1인 형태로 바꿔서 계산해 주는 함수입니다.

합계가 1인 형태로 변환하면 큰 값이 두드러지게 나타나고 작은 값은 더 작아집니다.

이 값이 교차 엔트로피를 지나 [1., 0., 0.]으로 변하게 되면 우리가 원하는 원-핫 인코딩 값, 즉 하나만 1이고 나머지는 모두 0인 형태로 전환

 

 

다중 분류에 적절한 오차 함수인 categorical_crossentropy를 사용하고, 최적화 함수로 adam을 

그리고 전체 샘플이 50회 반복될 때까지 실험을 진행하되 한 번에 입력되는 값은 1개로

 

전체 코드

# 데이터 분류
dataset = df.values
X = dataset[:,0:4].astype(float)
Y_obj = dataset[:,4]

# 문자열을 숫자로 변환
e = LabelEncoder()
e.fit(Y_obj)
Y = e.transform(Y_obj)
Y_encoded = tf.keras.utils.to_categorical(Y)

# 모델의 설정
model = Sequential()
model.add(Dense(16,  input_dim=4, activation='relu'))
model.add(Dense(3, activation='softmax'))

# 모델 컴파일
model.compile(loss='categorical_crossentropy',
            optimizer='adam',
            metrics=['accuracy'])

# 모델 실행
model.fit(X, Y_encoded, epochs=50, batch_size=1)

# 결과 출력
print("\n Accuracy: %.4f" % (model.evaluate(X, Y_encoded)[1]))

- 0s 1ms/sample - loss: 0.1042 - accuracy: 0.9867

Accuracy: 0.9867

 

예측 정확도: 98.67%

이는 148개의 샘플을 한 번씩 테스트한 결과 146개의 품종을 정확히 맞히는 확률