다중 클래스 분류 문제

이번 연습에서는 이진 분류를 넘어 다중 클래스 문제를 다룹니다. 다중 클래스 문제의 타깃은 세 개 이상의 값을 가질 수 있습니다. 신용카드 데이터셋에서 교육 수준 변수는 서로 다른 교육 수준에 대응하는 6개의 값을 가질 수 있습니다. 이번 연습에서는 이 변수를 타깃으로 사용하고, 특성도 3열에서 10열로 확장합니다.

이전 문제와 마찬가지로 입력층, 밀집층, 출력층을 정의합니다. 또한 학습되지 않은 모델의 예측도 출력하는데, 이는 각 클래스에 할당된 확률입니다. 특성 텐서는 borrower_features로 로드되어 있으며 사용할 수 있습니다. 추가로 constant(), float32, keras.layers.Dense() 연산을 사용할 수 있습니다.