Multi Variables Linear Regression을 Tensor Flow 에서 구현하기

Multi Variables 을 이용한 Linear Regression 을 학습하고자 한다.

이전에 알아본 Single Variable Linear Regression 에서 여러개의 변수가 추가되었을 때 보다 실용적인 결과값을 구현할 수 있을 것이다.

x1, x2, x3 이렇게 3개의  instances의 값을 가지고 보다 더 cost function 값을 줄인 결과값을 얻고자 할 때의 코딩이다.

위의 코드를 실행하면 아래와 같은 결과 값을 얻을 수 있다. 처음 부분과 마지막 부분만을 캡쳐하여 올려둔다.

그러나, 여기서 문제점은, 위와 같은 형태에서는 instance와 data 값이 늘어나면 코드가 지저분해 진다는 데 있다. 

이를 수학적(?)으로 보다 깔끔하게 하기 위해서는 아래와 같은 Matrix(행렬 or 매이트릭스)을 활용하면 된다.

1 x 3 과 3 x 1 을 연산하면 1 x 1의 결과값을 얻을 수 있을 것이다.

기본적인 행렬 계산은 쉽게 인터넷을 통해서 학습할 수 있다.

Matrix 를 이용하여 위의 코드를 보다 깔끔하게 만들면 아래와 같이 구현할 수 있다.

차이점을 보다 알아 보기 쉽게 하기 위해, 처음의 코드는 주석 처리를 하였다.

이를 통해 차이점을 명확하기 알 수 있을 것이다.

아래는 결과값을 캡쳐하였다.

- Reference-

https://github.com/hunkim/DeepLearningZeroToAll/