ComputerVision Jack

[Simple Softmax Dataset] 위 dataset은 feature1, feature2 특징만 갖고 class를 분류하는 예제입니다. 데이터에 관련하여 class 분류의 범위를 알고싶어서 print(df.drop_duplicates(['class'])) 사용하여 class관련해 중복값을 배제하고, class의 범위를 눈으로 확인할 수 있습니다. 대략적으로 sofmax를 실행한 결과 89%의 정확도를 나타내는 것을 확인할 수 있습니다.

[06-1 softmax_classifier] 다분류기 모델 저번 모델은 이진 분류기를 사용하였다면 이번엔 다분류기를 사용하며 특성에 알맞게 다 클래스로 분류하는 과정이다. x_data = [[1, 2, 1, 1], [2, 1, 3, 2], [3, 1, 3, 4], [4, 1, 5, 5], [1, 7, 5, 5], [1, 2, 5, 6], [1, 6, 6, 6], [1, 7, 7, 7]] y_data = [[0, 0, 1], [0, 0, 1], [0, 0, 1], [0, 1, 0], [0, 1, 0], [0, 1, 0], [1, 0, 0], [1, 0 ,0]] #x_data는 저번과 거의 비슷하지만 y_data가 조금은 다르다. 분류 결과를 통하여 도출 할 수 있는 그룹군은 총 3개이다. 그리고 각 클래..