【解説】TensorFlowのDNNモデルでAuto MPGデータセットのMPG値を予測する方法

TensorFlowはGoogleが提供するオープンソースの機械学習フレームワークです。Pythonと組み合わせて使用され、アルゴリズムの実装やディープラーニングアプリケーションの開発など、幅広い用途に活用されています。研究目的から本番環境での運用まで対応しており、現在多くのAI開発現場で採用されている標準的なフレームワークの一つです。

TensorFlowにおける基本データ構造は「テンソル（Tensor）」です。テンソルとは多次元配列またはリストのことであり、「データフローグラフ」と呼ばれる計算グラフの各エッジ（辺）をつなぐ役割を果たします。

Windows環境では、以下のコマンドでtensorflowパッケージをインストールできます。

pip install tensorflow

回帰問題とは

回帰問題の目的は、価格や確率、「雨が降るかどうか」といった連続変数または離散変数の出力値を予測することです。分類問題がカテゴリへの振り分けを行うのに対し、回帰は具体的な数値そのものを推定する点が特徴です。

Auto MPGデータセットについて

本記事で使用するのは「Auto MPG」データセットです。このデータセットには、1970年代〜1980年代の自動車の燃費効率（MPG：1ガロンあたりの走行マイル数）が記録されており、重量、馬力、排気量などの属性情報が含まれています。これらの属性をもとに、特定の車両の燃費効率を予測することが目標となります。

実行環境：Google Colaboratory

以下のコードはGoogle Colaboratory（Google Colab）上で実行しています。Google Colabはブラウザ上で直接Pythonコードを実行できるサービスで、面倒な環境構築が不要なうえ、GPU（Graphics Processing Unit）にも無料でアクセス可能です。ColaboratoryはJupyter Notebookをベースに構築されています。

コード例

print("Model is being built and compiled")
dnn_model = build_compile_model(normalizer)
print("The statistical summary is displayed ")
dnn_model.summary()

print("The data is being fit to the model")
history = dnn_model.fit(
    train_features, train_labels,
    validation_split=0.2,
    verbose=0, epochs=100)
print("The error versus epoch is visualized")
plot_loss(history)
print("The predictions are being evaluated")
test_results['dnn_model'] = dnn_model.evaluate(test_features, test_labels, verbose=0)

pd.DataFrame(test_results, index=['Mean absolute error [MPG]']).T

コード引用元：https://www.tensorflow.org/tutorials/keras/regression

出力結果

実行すると、まずモデルの概要（各層の構成とパラメータ数）が表示され、続いて学習過程におけるエポック数と損失（誤差）の関係を示したグラフが出力されます。最後に、テストデータに対する評価結果として平均絶対誤差（MAE）がDataFrame形式で表示されます。

コードの解説

• モデルの構築とコンパイル：build_compile_model関数により、正規化層（normalizer）を含むDNNモデルが構築・コンパイルされます。
• モデル概要の表示：summary関数を使うことで、レイヤーごとの出力形状やパラメータ数といった統計情報を確認できます。
• モデルの学習：fitメソッドにより、訓練データ（train_features、train_labels）を使ってモデルを学習させます。validation_split=0.2は訓練データの20%を検証用に確保することを、epochs=100は全データを100回繰り返し学習することを意味します。
• 学習曲線の可視化：plot_loss関数によって、エポック数の増加に伴う予測誤差の推移がグラフとして描画され、過学習や未学習の兆候を目視で確認できます。
• モデルの評価：evaluateメソッドでテストデータに対する性能を測定し、その結果（平均絶対誤差 [MPG]）をpandasのDataFrameにまとめて表示します。
• DNNの優位性：単純な線形回帰モデルと比較して、DNNは非線形な関係性も捉えられるため、より高い予測精度を実現できます。