9 데이터 예측하기

지금까지 모델을 학습시켰습니다. 모델을 학습시킨 후 해야 할 일은 바로 모델의 성능을 측정하는 것입니다. 하지만 바로 모델의 성능을 측정하지 않고, 한 단계를 더 거칠 예정입니다. 모델의 성능을 측정하려면 실제 데이터를 예측한 값과 실제 데이터의 값의 차이를 봐야 합니다. 그러므로 우리가 필요한 것은 정규화를 거친 결과가 아닌 실제 확진자 수 데이터가 필요합니다. 그림 17-17에서 볼 수 있듯이 RNN 모델을 통해 나온 예측 값을 정규화되기 전의 값으로 변환하여야 하며 실제 값 또한 정규화되기 전의 값으로 변환하여야 합니다.

그림 17-17 | 순환 신경망 모델에서 예측 값과 실제 값

지금부터 순환 신경망 모델에 실제 데이터를 넣었을 때 어떻게 예측 값을 반환하는지 살펴보겠습니다.

먼저 입력 데이터를 모델에 넣어서 출력값을 얻습니다. 입력 데이터에는 훈련 데이터인 X_train과 X_test를 넣습니다. 출력값은 trainPredict와 testPredict로 나옵니다. 이 결괏값은 0과 1 사이의 값으로 나오기 때문에 Scaler를 거쳐 실제 값(TrainPredict와 TestPredict, 첫 문자가 대문자입니다)으로 변환합니다.