텐서플로우를 이용한 신경망 구현 예제

당뇨병 데이터셋 : https://www.kaggle.com/datasets/uciml/pima-indians-diabetes-database

Pima Indians Diabetes Database

 

import numpy as np
import pandas as pd
from keras.models import Sequential
from keras.layers import Dense
import matplotlib.pyplot as plt

# 랜덤 시드 고정
np.random.seed(5)

# 피마족 인디언 당뇨병 발병 데이터셋
# 인스턴스 수 : 768 개
# 속성 수 : 8 가지
# 클래스 수 : 2가지

# 1. 임신 횟수
# 2. 경구 포도당 내성 검사에서 2시간 동안의 혈장 포도당 농도
# 3. 이완기 혈압 (mm Hg)
# 4. 삼두근 피부 두겹 두께 (mm)
# 5. 2시간 혈청 인슐린 (mu U/ml)
# 6. 체질량 지수
# 7. 당뇨 직계 가족력
# 8. 나이 (세)
# 9. 5년 이내 당뇨병 발병 여부
# 양성 269개 (34.9%) , 음성 500개(65.1%)

data = pd.read_csv('C:/WORK/PYTHON/diabetes.csv',delimiter = ',')
data_np = data.to_numpy()

# 2. 데이터셋 생성 ( 학습용 : 검증용 = 75 : 25)
x_train = data_np[:576, :-1]
y_train = data_np[:576,-1]
x_test = data_np[576:, :-1]
y_test = data_np[576:,-1]


# 3. 모델 구성
# input_dim : 입력층의 뉴런 수
# units : 출력 뉴런 수

model = Sequential()
model.add(Dense(12, input_dim = 8 , activation = 'relu'))
model.add(Dense(8, activation = 'relu'))
model.add(Dense(1, activation = 'sigmoid'))

# 4. 모델 학습과정 설정
model.compile(loss = 'binary_crossentropy', optimizer = 'adam', metrics =['accuracy'])

# 5. 모델 학습
hist = model.fit(x_train, y_train, epochs = 1500, batch_size = 64)