모두를 위한 딥러닝 기초 - (3) multi-variable (feature)의 Linear Regression

10 Mar 2019 • Develop

인프런-모두를 위한 딥러닝 을 보고 공부한 내용을 정리했다.


Multi-variable Linear Regression

여러 개의 입력 data 값이 있다면 hypothesis와 cost function은 이렇게 달라진다.

  • Hypothesis
    • H(x1, x2,x3 ) = w1x1 + w2x2 + w3x3 + b
  • Cost Fuction
    • cost(W,b) = \(\frac{1}{m} \sum_{i=1}^m (H(x_1^i, x_2^i, x_3^i)-y^i)^2\)

행렬곱을 이용하면 multi-variable 입력 값을 쉽게 표현할 수 있다.

위의 예제를 행렬곱으로 나타내면 아래와 같다.

\[\begin{pmatrix}x_1 & x_2 & x_3 \\\end{pmatrix} \begin{pmatrix}w_1 \\ w_2 \\ w_3 \\\end{pmatrix} = \begin{pmatrix}x_1 w_1 & x_2 w_2 & x_3 w_3 \\\end{pmatrix}\]

여러 개의 dataset이 주어지는 경우 아래 사진과 같이 행렬곱으로 쉽게 표현할 수 있다.

따라서 hypothesis는 두 행렬의 곱인 H(X) = XW로 표현 할 수 있다!

X는 입력 dataset 행렬, W는 우리가 찾아야하는 weight 값 행렬이다.


multi-variable linear regression을 TensorFlow에서 구현하기



tensorflow로 .csv 파일에서 데이터 읽어오기

.csv 파일이란 데이터 값들이 ,로 이어져 있는 텍스트 파일이다.

메모장으로 input_data.csv를 만든 후 아래와 같이 입력하고 저장한다. -> 엑셀파일로 저장됨.

#EXAM1,EXAM2,EXAM3,FINAL
73,80,75,152
93,88,93,185
89,91,90,180
96,98,100,196
73,66,70,142
53,46,55,101

그리고 앞의 코드에서 x_data, y_data 로 넣어줬던 값 대신 아래와 같이 쓰면 된다!

# csv 파일 읽어오기 -> 파라미터로 파일경로를 넘긴다.
csv_data = np.loadtxt('C:/Users/kwons/Desktop/input_data.csv', delimiter=',' , dtype= np.float)

x_data = csv_data[:, 0:-1] # [행:열] 모든 행의 마지막 열을 제외한 모든 열을 가져옴
y_data = csv_data[:, [-1]] # 모든 행의 마지막 열==label을 가져옴

print(x_data.shape, x_data) # 잘 들어갔는지 확인!
print(y_data.shape, y_data)

... # 앞의 코드와 동일


.csv 파일이 여러 개라면? -> queue와 batch 사용하기



 deep-learning  machine-learning  tesorflow  linear-regression  multi-variable

Comments