TensorFlow简单线性回归
将针对波士顿房价数据集的房间数量(RM)采用简单线性回归,目标是预测在最后一列(MEDV)给出的房价。
波士顿房价数据集可从http://lib.stat.cmu.edu/datasets/boston处获取。
直接从 TensorFlow contrib 数据集加载数据。使用随机梯度下降优化器优化单个训练样本的系数。
实现简单线性回归的具体做法

  1. 导入需要的所有软件包:

  2. 在神经网络中,所有的输入都线性增加。为了使训练有效,输入应该被归一化,所以这里定义一个函数来归一化输入数据:

  3. 现在使用 TensorFlow contrib 数据集加载波士顿房价数据集,并将其分解为 X_train 和 Y_train。可以对数据进行归一化处理:

  4. 为训练数据声明 TensorFlow 占位符:

  5. 创建 TensorFlow 的权重和偏置变量且初始值为零:

  6. 定义用于预测的线性回归模型:

  7. 定义损失函数:

  8. 选择梯度下降优化器:

  9. 声明初始化操作符:

  10. 现在,开始计算图,训练 100 次:

  11. 查看结果:

解读分析
从下图中可以看到,简单线性回归器试图拟合给定数据集的线性线:

在下图中可以看到,随着模型不断学习数据,损失函数不断下降:

下图是简单线性回归器的 TensorBoard 图:

该图有两个名称范围节点 Variable 和 Variable_1,它们分别是表示偏置和权重的高级节点。以梯度命名的节点也是一个高级节点,展开节点,可以看到它需要 7 个输入并使用 GradientDescentOptimizer 计算梯度,对权重和偏置进行更新:

总结
本节进行了简单的线性回归,但是如何定义模型的性能呢?
有多种方法可以做到这一点。统计上来说,可以计算 R2 或将数据分为训练集和交叉验证集,并检查验证集的准确性(损失项)。

TensorFlow简单线性回归相关推荐

  1. 使用Tensorflow实现简单线性回归

    针对波士顿房价数据集采用简单线性回归,预测最后一列给出的房价 波士顿房价数据集可从http://lib.stat.cmu.edu/datasets/boston处获取. 实现简单线性回归的具体做法 1 ...

  2. TensorFlow实现简单线性回归

    文章目录 实验主题-TensorFlow实现简单线性回归 案例实现 实验效果 逻辑回归或线性回归是用于对离散类别进行分类的监督机器学习方法.在本章中的目标是构建一个模型,用户可以通过该模型预测预测变量 ...

  3. TensorFlow多元线性回归实现

    TensorFlow实现多元线性回归 多元线性回归的具体实现 导入需要的所有软件包: 因为各特征的数据范围不同,需要归一化特征数据.为此定义一个归一化函数.另外,这里添加一个额外的固定输入值将权重和偏 ...

  4. ols线性回归_普通最小二乘[OLS]方法使用于机器学习的简单线性回归变得容易

    ols线性回归 Hello Everyone! 大家好! I am super excited to be writing another article after a long time sinc ...

  5. 利用TensorFlow解决线性回归问题

    利用TensorFlow解决线性回归问题 1.导入必要的库 import tensorflow as tf 在之前的基础上,还需要导入TensorFlow的库. 2.创建一个训练函数 def trai ...

  6. R语言使用lmPerm包应用于线性模型的置换方法(置换检验、permutation tests)、使用lm模型构建简单线性回归模型、使用lmp函数生成置换检验回归分析模型

    R语言使用lmPerm包应用于线性模型的置换方法(置换检验.permutation tests).使用lm模型构建简单线性回归模型.使用lmp函数生成置换检验回归分析模型(Permutation te ...

  7. Python Train_机器学习--基于Python的简单线性回归

    一.概念 线性回归(Linear regression)是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析. 这种函数是一个或多个称为回归系数的模型参数的线性 ...

  8. plor 回归的r方_简单线性回归模型

    点击"蓝字"关注我们吧 1 导言 回归分析是一个古老的话题.一百多年前,英国的统计学家高尔顿(F. Galton,1822-1911)和他的学生皮尔逊(K. Pearson,185 ...

  9. 机器学习第2天:简单线性回归模型

    文章目录 一.概念 1. 什么是回归 2. 什么是线性 3. 什么是线性回归 二.具体实现步骤 第1步:数据预处理 第2步:使用简单线性回归模型来训练训练集 第3步:预测结果 第4步:可视化 训练集结 ...

最新文章

  1. 传递字符串_一道经典面试题:字符串在Java中如何通过“引用”传递
  2. 【hadoop2.6.0】利用Hadoop的 Java API
  3. Wireshark抓包介绍和TCP三次握手分析
  4. python writerow参数_csv文件的输出结果TypeError writerow()接受2个位置参数,但给出了5个...
  5. jinja Escaping
  6. bootstrap-table 树形结构
  7. 2022社交电商(众城优选)最火引流拓客新思路,微三云胡佳东
  8. 数学建模论文、代码降重小技巧
  9. 判断一个数字是不是素数
  10. eval()函数用法详解
  11. 学生的数学学习应当是一个生动活泼,积极主动和富有个性的过程,认真听讲,积极思考,动手实践,自主 探索,合作交流等都是学习数学的主要方式,请谈谈教师如何在教学中帮助学生养成良好的数学学习习惯(论述))
  12. 在Windows环境下编译VPX
  13. 长期换衣行人重识别(Long-Term Clothes-Changing Person Reid)数据集汇总
  14. 计算机与科学hh,Mary-第十六届和谐人机环境联合学术会议 (HHME2020)
  15. C#中的文件操作大全
  16. 通过修改注册表写保护U盘
  17. 蓝桥杯第十二届省赛题解
  18. 学了那么多力学,怎么还是不会做有限元分析?
  19. 如何对多个版本的Word文档对比,查找变动删减的内容
  20. android的中的触感反馈

热门文章

  1. Test Reprot
  2. VS2012代码提示快捷键
  3. Docker学习(七)-----Docker安装nginx
  4. win10系统的“管理员”
  5. 【B/S实践】解决:vs中修改样式表后不起作用的问题
  6. Google Colab使用教程
  7. SpringBoot-web开发(三): 模板引擎Thymeleaf
  8. 图融合GCN(Graph Convolutional Networks)
  9. 用TVM在硬件平台上部署深度学习工作负载的端到端 IR 堆栈
  10. 微调torchvision 0.3的目标检测模型