#간단한시각화 방법

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
import numpy as np
from sklearn.model_selection import train_test_split

#1. 데이터

x = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20])
y = np.array([1,2,4,3,5,7,9,3,8,12,13,8,14,15,9,6,17,23,21,20])

x_train, x_test, y_train, y_test = train_test_split(
    x, y,
    train_size=0.7,
    shuffle=True,
    random_state=1234)

# x->  앞의 두가지에 분리  y-> 뒤의 두가지에 분리

#2. 모델구성

model=Sequential()
model.add(Dense(5, input_dim=1))
model.add(Dense(10))
model.add(Dense(15))
model.add(Dense(20))
model.add(Dense(25))
model.add(Dense(30))
model.add(Dense(25))
model.add(Dense(20))
model.add(Dense(15))
model.add(Dense(10))
model.add(Dense(1))

#3. 컴파일, 훈련

model.compile(loss='mse',optimizer='adam')
model.fit(x_train, y_train, epochs=150, batch_size=1)

#4. 평가, 예측

loss= model.evaluate(x_test, y_test)
print("loss :", loss)

y_predict = model.predict(x)

import matplotlib.pyplot as plt    # 가장 많이 사용하는 시각화 api
#시각화
plt.scatter(x, y)     #scatter = 흩뿌리다
# plt.scatter(x, y_predict)
plt.plot(x, y_predict, color='red')   #plot = 선 그리기
plt.show()   #show = 시각화 함수

scatter = 흩뿌리다

matplotlib의 pyplot을 이용한 간단한 시각화 방법.

scatter = 점찍기

plot = 선 그리기

show() = 구현