데이터 다중 분류 : 발로란트 무기 타입 맞추기

- 2023.04.17

---

발로란트 Stats로 무기 타입 맞추기

 

데이터 가공하기

 

• 문자 / 공백 삭제 및 데이터 분리(거리순)

- valo.csv

 

원본 데이터

: https://www.valorbuff.com/weapons

Valorbuff - VALORANT Weapon Stats

 

코드 작성

 

1. 필요한 라이브러리 불러오기

 

 

2. 데이터 불러오고 일부 내용 확인

 

 

3. 데이터 프레임을 X, y로 분류

 

 

4. 원-핫 인코딩 처리

 

 

5. 모델 생성 (소프트맥스)

 

6. 모델 실행

 

 

결과

 

• 50번 반복 -> 정확도 59%

 

 

 

전체 소스코드

 

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.read_csv('./sample_data/valo.csv')

X = df.iloc[:,0:19]
y = df.iloc[:,19]

y = pd.get_dummies(y)

model = Sequential()
model.add(Dense(12, input_dim=19, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(6, activation='softmax'))
model.summary()

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

history = model.fit(X, y, epochs=50, batch_size=5)

 

새로운 데이터 추가해서 TEST

 

valo.csv에 직접 만든 무기 데이터 추가 입력

 

 

실행했을 때, 33%의 정확도가 나오는 것을 확인할 수 있다 ㅜㅜ...