그리고 실제 값인 y_train 데이터와 y_test 데이터 역시 0과 1 사이의 값이기 때문에 Scaler를 거쳐 실제 값(Y_train와 Y_test)으로 변환합니다.
trainPredict = model.predict(X_train) testPredict = model.predict(X_test) TrainPredict = scaler.inverse_transform(trainPredict) Y_train = scaler.inverse_transform([y_train]) TestPredict = scaler.inverse_transform(testPredict) Y_test = scaler.inverse_transform([y_test])
■ trainPredict = model.predict(X_train)
케라스에는 생성한 인공지능 모델에 데이터를 넣어서 결괏값을 생성하는 predict 함수가 있습니다. 이 함수를 사용하여 훈련 데이터(X_train)의 값을 모델에 넣어 값을 예측합니다. 그리고 그 예측 값을 trainPredict에 넣습니다.
■ testPredict = model.predict(X_test)
마찬가지로 predict 함수를 사용하여 검증 데이터(X_test)의 값을 모델에 넣어 값을 예측합니다. 그리고 그 예측 값을 trainPredict에 넣습니다.
■ TrainPredict = scaler.inverse_transform(trainPredict)
생성한 인공지능 모델에 훈련 데이터를 넣어서 얻은 결과가 바로 trainPredict입니다. 이 trainPredict에 저장된 값을 살펴보면 0과 1 사이의 값으로 나타난 것을 볼 수 있습니다.