x_data = np.expand_dims(train_data[:, 0], axis=1) y_data = train_data[:, 1] # 학습 데이터 시각화 plt.scatter(x_data, y_data, c=np.random.random(len(y_data)), cmap=plt.cm.rainbow) plt.show() # 모델 생성 model = LinearModel(num_units=1) # 최적화 함수, 손실함수와 모델 바인딩 model.compile(optimizer=tf.keras.optimizers.SGD(learning_rate=0.001), loss=tf.keras.losses.MSE, metrics=[tf.keras.metrics.MeanSquaredError()]) # 모델 학습 model.fit(x=x_data, y=y_data, epochs=10, batch_size=32) # 모델 테스트 prediction = model.predict(x=test_x, batch_size=None) # 결과 시각화 plt.scatter(x_data, y_data, s=5, label="train data", c=np.random.random(len(y_data)), cmap=plt.cm.rainbow)