붓꽃 품종 예측_개선 모델 [진행중]

이전 붓꽃 품종 예측 모델은 양극화, 소프트맥스를 거쳐 교차 엔트로피를 통해 최종 예측 정확도를 출력하는 코드였습니다. 이번에는 하이퍼 파라미터 조작을 이용해 성능 최적화를 해봤습니다. 이전 코드와는 데이터 로드, 모델의 계층과 구성, 학습 모델 선택 등에서 차이가 있습니다. 모듈을 임포트합니다. 이전에는 csv 파일에서 데이터를 로드했는데 이번에는 사이킷런에 있는 붓꽃 데이터를 바로 불러왔습니다. 붓꽃을 구별하는 피처별로 데이터를 정리해서 확인한 후 훈련셋과 검증셋을 분리합니다. 기본 모델(=Basic Model)의 설정과 모델 정보입니다. 이전에 비해 층수와 노드수가 훨씬 많아졌으며, 최종 출력층에서 소프트맥스를 실행했습니다. 1000번의 epochs를 실시합니다. 최적화 알고리즘은 아담을 사용했습니다. 시각화 자료와 최종 결과 출력창입니다. evaluate()의 리스트 중 loss와 metrics를 선택하여 각각 정의했고, 출력 메세지는 이전과 다르게 포멧팅을 해봤습니다. ro...