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)
