机器学习代码学习(一)-first-dichotomy

下面代码为: .ipynb文件, 可以在Jupyter上运行

题目为:
给了40组数据(x,y)坐标
要求找出一条线进行分类(二分法)

from __future__ import print_function, division
import tensorflow as tf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
train= pd.read_csv('/Users/liyixin/Desktop/AI/first-dichotomy/diamond.csv')  #import csv檔案
train_X = train['carats']  #x軸
train_Y = train['price']   #y軸learning_rate = 0.01  #學習速率
n_samples = train_X.shape[0]
training_epochs = 1000  #訓練次數
display_step = 50       #每50次,印出結果
X = tf.placeholder(tf.float32) #Tensorflow中的佔位符，暫時儲存變量,用來傳入資料
Y = tf.placeholder(tf.float32) #Tensorflow中的佔位符，暫時儲存變量,用來傳入資料W = tf.Variable(tf.random_normal([1]), name="weight", dtype=tf.float32) # W 指的是係數，斜率介於 -1 至 1 之間
b = tf.Variable(tf.zeros([1]), name="bias", dtype=tf.float32)  # b 指的是截距，從 0 開始逼近任意數字pred = W*X+b # pred是預測值cost =tf.reduce_sum(tf.pow(pred-Y, 2))/(2*n_samples) #平均方差
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost) #梯度下降演算法,找最小值init =tf.global_variables_initializer() #初始化所有變數with tf.Session() as sess:sess.run(init)for epoch in range(training_epochs):for (x, y) in zip(train_X, train_Y):sess.run(optimizer, feed_dict={X: x, Y: y})if (epoch+1) % display_step == 0:c = sess.run(cost, feed_dict={X: train_X, Y:train_Y})print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(c), \"W=", sess.run(W), "b=", sess.run(b))print("Optimization Finished!")training_cost = sess.run(cost, feed_dict={X: train_X, Y: train_Y})print("Training cost=", training_cost, "W=", sess.run(W), "b=", sess.run(b), '\n')plt.plot(train_X, train_Y, 'ro', label="Original data")plt.plot(train_X, sess.run(W) * train_X + sess.run(b), label="Fitted line")plt.legend()plt.show()

机器学习代码学习(一)-first-dichotomy相关推荐

DL之AF：机器学习/深度学习中常用的激活函数(sigmoid、softmax等)简介、应用、计算图实现、代码实现详细攻略
DL之AF:机器学习/深度学习中常用的激活函数(sigmoid.softmax等)简介.应用.计算图实现.代码实现详细攻略目录激活函数(Activation functions)相关配图各个激活 ...
吴恩达《机器学习》学习笔记十一——神经网络代码
吴恩达<机器学习>学习笔记十一--神经网络代码数据准备神经网络结构与代价函数· 初始化设置反向传播算法训练网络与验证课程链接:https://www.bilibili.com/v ...
吴恩达《机器学习》学习笔记七——逻辑回归（二分类）代码
吴恩达<机器学习>学习笔记七--逻辑回归(二分类)代码一.无正则项的逻辑回归 1.问题描述 2.导入模块 3.准备数据 4.假设函数 5.代价函数 6.梯度下降 7.拟合参数 8.用训练 ...
吴恩达《机器学习》学习笔记四——单变量线性回归（梯度下降法）代码
吴恩达<机器学习>学习笔记四--单变量线性回归(梯度下降法)代码一.问题介绍二.解决过程及代码讲解三.函数解释 1. pandas.read_csv()函数 2. DataFrame ...
机器学习深度学习算法及代码实现
原文地址:https://blog.csdn.net/qq_31456593/article/details/69340697 最近在学机器学习,学习过程中收获颇多,在此留下学习记录,希望与同道中人相 ...
python嵩天课堂笔记_[Python机器学习]强化学习笔记（嵩天礼欣老师mooc第三周）
[Python机器学习]强化学习笔记(嵩天礼欣老师mooc第三周) [Python机器学习]强化学习笔记(嵩天礼欣老师mooc第三周) 目录强化学习定义马尔科夫决策过程基本元素值函数最优值 ...
编写你人生中第一个机器学习代码吧！
小之的公众号 : WeaponZhi.关注公众号并回复AI获取AI+Python资料和机器学习入门视频教程我们先要学习的机器学习算法是监督学习,那么,何为监督学习呢?要了解监督学习,我们得先回顾下我 ...
独家 | 使用高斯混合模型，让聚类更好更精确（附数据代码学习资源）
作者:AISHWARYA SINGH 翻译:张玲校对:张一豪本文约3500字,建议阅读10+分钟. 本文简单介绍聚类的基础知识,包括快速回顾K-means算法,然后深入研究高斯混合模型的概念,并用 ...
2016年大数据Spark“蘑菇云”行动代码学习之AdClickedStreamingStats模块分析
2016年大数据Spark"蘑菇云"行动代码学习之AdClickedStreamingStats模块分析系统背景:用户使用终端设备(IPAD.手机.浏览器)等登录系统,系 ...

机器学习代码学习(一)-first-dichotomy

下面代码为: .ipynb文件, 可以在Jupyter上运行

机器学习代码学习(一)-first-dichotomy相关推荐

最新文章

热门文章