앞서 구한 선형 회귀 결과와 같은 그래프를 구했습니다. 그리고 임의의 시간을 넣었을 때 예상되는 점수를 보여 줍니다.

마찬가지로 다중 선형 회귀 역시 텐서플로를 이용해서 실행해 보겠습니다. 앞서 실행했던 내용과 거의 유사합니다. 다만, 입력해야 하는 변수가 한 개에서 두 개로 늘었습니다. 이 부분을 적용하려면 input_dim 부분을 2로 변경해 줍니다.

model.add(Dense(1, input_dim=2, activation='linear'))

그리고 변수가 두 개이므로, 모델의 테스트를 위해서도 변수를 두 개 입력해야 합니다. 임의의 학습 시간과 과외 시간을 입력했을 때의 점수는 다음과 같이 설정해서 구합니다.

hour = 6
private_class = 3
input_data = tf.constant([[hour, private_class]])
prediction = model.predict(input_data)[0][0]

print("%.f시간을 공부하고 %.f시간의 과외를 받을 경우, 예상 점수는 %.02f점입니다." % (hour, private_class, prediction))

모든 코드를 정리하면 다음과 같습니다.