이 데이터셋이 (정규화하고 난 후의) 보스턴 주택 문제에서 사용했던 데이터와 비슷하기 때문에 동일한 구조의 모델로 시작하겠습니다. 이 문제의 예제 코드는 깃허브 저장소의 website-phishing 폴더에 있고, 다음 명령을 실행하여 예제를 실행할 수 있습니다.18
> cd deep-learning-with-javascript/ > npx http-server
그다음, 브라우저를 열고 http://127.0.0.1:8080/website-phishing에 접속합니다.
코드 3-5 피싱 감지를 위한 이진 분류 모델 정의하기(index.js)
const model = tf.sequential();
model.add(tf.layers.dense({
inputShape: [data.numFeatures],
units: 100,
activation: 'sigmoid'
}));
model.add(tf.layers.dense({units: 100, activation: 'sigmoid'}));
model.add(tf.layers.dense({units: 1, activation: 'sigmoid'}));
model.compile({
optimizer: 'adam',
loss: 'binaryCrossentropy',
metrics: ['accuracy']
});