딥러닝의 모델 성능 평가 1 - Keras의 validation_split 이용하는 방법

Sequential 클래스의 fit 함수를 보면, 파라미터로 validation_split 이 있다. 

여기에 원래 주어진 데이터셋을 얼마의 비율로 나워서 트레이닝 데이터셋과 테스트 데이터셋으로 사용할 지 결정할 수 있다.

예를 들면, 원래 데이터셋이 1000개 이고, fit 함수의 validation_split = 0.2 로 하면, 

training dataset 은 800개로 하여, training 시키고,

나머지 200개는 test dataset 으로 사용하여, 모델을 평가하게 된다. 

# create model
classifier = Sequential()
classifier.add(Dense(100, input_dim=8, activation='relu'))
classifier.add(Dense(200, activation='relu'))
classifier.add(Dense(1, activation='sigmoid'))
# Compile model
classifier.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
classifier.fit(X, Y, validation_split=0.2, epochs=150, batch_size=20)

아래는 결과로 나오는 일부 캡쳐.