다층 레이어의 탐구 -3-

안녕하세요?

 

지난번 포스팅에서 다 끝내지 못하고 끝을 맺었는데, 이번 포스팅에서 관련된 내용을 다 해보기 위해서, 일단은 이전에 나오지 못한 데이터까지 다 가지고 와야 합니다. 그리고 나서 크롬 스프레드 시트를 이용해서 서로 비교분석을 해 봐야 하는 단계가 남아 있습니다.

 

일단은 여기서도 위 스크린샷에서 볼 수 있는 것처럼, 하나 나오기는 나왔습니다. 그런데 이 결과를 가지고서 비교분석에 들어가니, 좀 무언가가 어긋나기 시작을 하는데...........

 

먼저 새로이 시도한 방법이 기존의 것 보다는 더 나은 결과를 보여주기는 줍니다. 그런데 그렇게 크게 에러가 떨어진 것인가 하면, 그건 아니기는 아닙니다.

 

거기다가 더 심각한 것은, 상황이 나아지리라 기대하고 적용한 방법인 다층 레이어가 그렇게 특별한 우위를 점하고 있는 것도 아니라는 것 입니다.

 

 

그리고 이 방법이 어찌된 것인지 한개의 히든 레이어에 20개를 지정한 것에 비해서는 더 나은 결과를 내기는 냈습니다. 그런데 이런다고 해서 이게 진짜로 더 나아지는ㄴ 것으로 가는가 하면.......... 그건 또 자신있게 말하기 곤란합니다.

 

그래서 한번 혼합을 해서 만든 것을 하나 만들어 주었습니다. 먼저 한개의 히든 레이어에 20개의 노드를 지정하도록 하고, 그 다음에는 히든 레이어를 하나 더 추가해 주었습니다.

 

그리고 나서 여기서도 역시 2000에포크의 기계학습을 들어가서, 어떤 결과가 나올지는 모르지만, 그래도 기계학습을 한 모델을 만들어 보기 위해서 작업을 해 봅니다.

 

조금 시간이 걸려서 기계학습이 완료가 되었습니다. 이제부터는 이 모델을 가지고서 어떻게 결과를 예측한 다음, 에러률을 한번 봐야 합니다.

 

일단 적용결과를 가지고서 한번 요약해서 보여주는 것이 나왔습니다. 일단 여기서도 무언가 특별하게 좋아졌다는 것은 모르겠지만, 기존의 다른 결과와 비교 분석을 해 보아야 합니다.

 

우선 그냥 20개의 노드만 히든 레이어에 배치한 경우와 비교해서 그렇게 까지 크게 우위에 있는 결과를 만들지는 못한 것으로 보입니다.

 

다만 기존의 그냥 2000에포크의 결과와 비교하면 상당히 나은 것을 보여주긴 보여주고 있습니다. 그래서 다음 포스팅에서는 또 다른 조건에서 또 다른 기계학습을 한 다음에, 어떤 결과가 나오는지 한번 봐야할 필요성은 있다는 생각이 듭니다.