실행 결과
Model: "sequential" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= dense (Dense) (None, 12) 60 _________________________________________________________________ dense_1 (Dense) (None, 8) 104 _________________________________________________________________ dense_2 (Dense) (None, 3) 27 ================================================================= Total params: 191 Trainable params: 191 Non-trainable params: 0 _________________________________________________________________ Epoch 1/30 30/30 [==============================] - 2s 2ms/step - loss: 1.4888 - accu racy: 0.3333 ... (중략) ... Epoch 30/30 30/30 [==============================] - 0s 2ms/step - loss: 0.2746 - accu racy: 0.9667
model.summary()를 사용해 두 개의 은닉층에 각각 12개와 여덟 개의 노드가 만들어졌고, 출력은 세 개임을 확인할 수 있습니다. 결과는 30번 반복했을 때 정확도가 96.0% 나왔습니다.
꽃의 너비와 길이를 담은 150개의 데이터 중 144개의 꽃 종류를 정확히 맞추었다는 의미입니다. 이제부터는 이렇게 측정된 정확도를 어떻게 신뢰할 수 있는지, 예측 결과의 신뢰도를 높이는 방법에 대해 알아보겠습니다.