마지막으로 테스트 데이터셋을 모델에 적용하여 성능을 확인합니다.

코드 7-28 테스트 데이터셋을 이용한 모델 예측

test_loss, test_acc = evaluate(model, test_iterator)
print("Test Loss: %5.2f | Test Accuracy: %5.2f" % (test_loss, test_acc))

다음은 테스트 데이터셋을 모델에 적용한 예측 결과입니다.

Test Loss: 0.69 | Test Accuracy: 0.56

테스트 데이터셋에 대해 56%의 정확도를 보이고 있습니다. 여전히 모델 성능이 좋다고 할 수 없는 상황입니다. 이와 같이 모델 성능이 좋지 않다면 다른 모델로 변경하여 테스트를 진행해 보아야 합니다. 이렇게 여러 유형의 모델을 적용한 후 결과가 가장 좋은 모델을 선택합니다. 또한, 하이퍼파라미터⁸를 튜닝해 나가는 과정이 필요하므로 데이터 분석은 꽤 많은 시간이 필요합니다.