입력 데이터

Python으로 시작하는 TensorFlow

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

이 슬라이드는 세 가지 데이터 유형: 텍스트, 이미지, 수치 데이터를 도식으로 보여줍니다.

TensorFlow용 데이터 가져오기

tensorflow로 데이터를 가져올 수 있습니다
- 복잡한 파이프라인 관리에 유용
- 이 장에서는 필요하지 않음
이 장에서 사용할 더 간단한 방법
- pandas로 데이터 가져오기
- 데이터를 numpy 배열로 변환
- 수정 없이 tensorflow에서 사용

데이터 가져오기와 변환 방법

# Import numpy and pandas
import numpy as np
import pandas as pd

# Load data from csv
housing = pd.read_csv('kc_housing.csv')

# Convert to numpy array
housing = np.array(housing)

이 장에서는 csv 형식 데이터에 집중합니다
Pandas는 다른 형식도 처리할 수 있습니다
- 예: read_json(), read_html(), read_excel()

read_csv()의 매개변수

매개변수	설명	기본값
`filepath_or_buffer`	파일 경로 또는 URL을 받습니다.	`None`
`sep`	열 구분자.	`,`
`delim_whitespace`	공백을 구분자로 사용할지 여부(Boolean).	`False`
`encoding`	사용할 인코딩 지정.	`None`

혼합형 데이터셋 사용

이 이미지는 King County 주택 데이터셋에서 주택 가격 열이 강조된 모습을 보여줍니다.

이 이미지는 King County 주택 데이터셋에서 waterfront 열이 강조된 모습을 보여줍니다.

데이터 타입 설정

# Load KC dataset
housing = pd.read_csv('kc_housing.csv')

# Convert price column to float32
price = np.array(housing['price'], np.float32)

# Convert waterfront column to Boolean
waterfront = np.array(housing['waterfront'], np.bool)

데이터 타입 설정

# Load KC dataset
housing = pd.read_csv('kc_housing.csv')

# Convert price column to float32
price = tf.cast(housing['price'], tf.float32)

# Convert waterfront column to Boolean
waterfront = tf.cast(housing['waterfront'], tf.bool)

연습해 봅시다!

Python으로 시작하는 TensorFlow