使用Tensorflow训练一个线性模型拟合数据,blog地址
介绍
线性回归的作用(定义就是为因变量和自变量的相关性构建模型,预测)。
线性回归算法的主要优势是简单粗暴(simplicity)。
本文中构建并可视化线性回归模型
处理流程
为了训练模型,Tensorflow循环遍历数据,找到最佳的线来拟合数据。
通过设计适当的优化问题来评估X和Y的线性关系,需要适当的损失函数。
数据集来源于CS20SI:基于Tensorflow的深度学习研究。
引入库
获取数据
原答案用的是xlrd,我在这里使用pandas改写了
初始化参数
定义重要函数
对数据进行循环遍历
结果可视化
领取专属 10元无门槛券
私享最新 技术干货