모두의 딥러닝 개정 3판: 3 학습하기

model.predict()를 이용해 불러온 모델에 조금 전 만든 K_test를 적용하고 예측 값을 만들어 봅니다.

ids = [] # ID와 예측 값이 들어갈 빈 리스트를 만듭니다.
Y_prediction = model.predict(K_test).flatten()
for i in range(len(K_test)):
    id = kaggle_test['Id'][i]
    prediction = Y_prediction[i]
    ids.append([id, prediction])

테스트 결과의 저장 환경을 설정합니다. 앞서 만든 내용과 중복되지 않도록 현재 시간을 이용해 파일명을 만들어 저장하겠습니다. 파일은 별도 폴더에 저장되도록 하겠습니다.¹

import time

timestr = time.strftime("%Y%m%d-%H%M%S")
filename = str(timestr) # 파일명을 연월일-시분초로 정합니다.
outdir = './'           # 파일이 저장될 위치를 지정합니다.

앞서 만들어진 실행 번호와 예측 값을 새로운 데이터 프레임에 넣고 이를 csv 파일로 저장합니다.

df = pd.DataFrame(ids, columns=["Id", "SalePrice"])  
df.to_csv(str(outdir + filename + '_submission.csv'), index=False)

모든 내용을 한 번에 정리하면 다음과 같습니다.

신간 소식 구독하기

뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.