TensorFlow进行多元线性回归
设置四个输入x1,x2,x3,x4,y为输出,通过TensorFlow拟合得到各自系数。
自定义数据集,x1,x2,x3,x4为随机生成(0,1)之间的随机数,y为x1+x2+x3+x4+随机噪声。
x为(49,4)49行4列的数据,y为49行1列;初始参数w1【4,1】4行1列,b1位1行1列;损失函数为均方误差,每500轮打印一次。
代码如下:
import tensorflow as tf
import numpy as npSEED = 23455rdm = np.random.RandomState(seed=SEED) # 生成[0,1)之间的随机数
x = rdm.rand(49, 4) #生成49行4列的特征x
y_ = [[x1 + x2 +x3+x4+ (rdm.rand() / 10.0 - 0.05)] for (x1, x2, x3,x4) in x] # 生成噪声[0,1)/10=[0,0.1); [0,0.1)-0.05=[-0.05,0.05)
x = tf.cast(x, dtype=tf.float32)w1 = tf.Variable(tf.random.normal([4, 1], stddev=1, seed=1)) #随机初始化参数w1,4行1列
b1 = tf.Variable(tf.random.normal([1], stddev=1, seed=1)) #xinjiaepoch = 15000 #数据集迭代15000
lr = 0.002for epoch in range(epoch):with tf.GradientTape() as tape:y = tf.matmul(x, w1)+b1 #前向传播计算结果y #loss_mse = tf.reduce_mean(tf.square(y_ - y)) #均方误差损失函数lossgrads = tape.gradient(loss_mse, [w1,b1]) #损失函数对待训练参数w1求偏导 #w1.assign_sub(lr * grads[0]) #更新参数w1b1.assign_sub(lr * grads[1]) # 参数b自更新 #if epoch % 500 == 0:print("After %d training steps,w1 is " % (epoch))print(w1.numpy(), "\n")
print("Final w1 is: ", w1.numpy())
print("Final b1 is: ", b1.numpy())
TensorFlow进行多元线性回归相关推荐
- 利用TensorFlow实现多元线性回归
利用TensorFlow实现多元线性回归,代码如下: # -*- coding:utf-8 -*- import tensorflow as tf import numpy as np from sk ...
- Tensorflow实现多元线性回归
上一篇使用tensorflow实现了简单的线性回归,这次在简单的线性回归基础上,通过在权重和占位符声明中 修改来对相同的数据进行多元线性回归. 同样以波士顿房价数据为例 波士顿房价数据集可从http: ...
- python多元线性回归模型_python – 使用Tensorflow的多元线性回归模型
我想通过使用Tensorflow构建一个多元线性回归模型. 一个数据示例:2104,3,399900(前两个是功能,最后一个是房价;我们有47个示例) 代码如下: import numpy as np ...
- 波士顿房价预测的TensorFlow实现(多元线性回归)
import tensorflow as tf import numpy as np import pandas as pd from sklearn.utils import shuffle fro ...
- 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 ...
- TensorFlow实现梯度下降法求解一元和多元线性回归问题
使用TensorFlow求解一元线性回归问题 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt# 设 ...
- TensorFlow基础3-机器学习基础知识(解析法实现一元线性回归、多元线性回归)
记录TensorFlow听课笔记 文章目录 记录TensorFlow听课笔记 一,机器学习基础 1.1一元线性回归 1.2解析法实现一元线性回归 1.3解析法实现多元线性回归 二,代码实现一元/多元回 ...
- TensorFlow笔记(5) 多元线性回归
TensorFlow笔记(5) 多元线性回归 1. 多变量的线性方程 2. 数据读取 3. 特征缩放 4. 构建模型 5. 训练模型 6. 模型预测 7. TensorBoard可视化 1. 多变量的 ...
- MOOC网深度学习应用开发1——Tensorflow基础、多元线性回归:波士顿房价预测问题Tensorflow实战、MNIST手写数字识别:分类应用入门、泰坦尼克生存预测
Tensorflow基础 tensor基础 当数据类型不同时,程序做相加等运算会报错,可以通过隐式转换的方式避免此类报错. 单变量线性回归 监督式机器学习的基本术语 线性回归的Tensorflow实战 ...
最新文章
- 【错误记录】IntelliJ IDEA 编译 Groovy 报错 ( Could not open/create prefs root node Software\JavaSoft\Prefs )
- 剑指offer 回溯法 面试题12 矩阵中的路径 面试题13 机器人的运动范围
- Fastreport.Net用户手册:报表对象
- c#中关于协变性和逆变性(又叫抗变)帮助理解
- java openxml 操作 word_OpenXML操作word
- java 设置mysql 密码_Mysql修改设置root密码的命令及方法
- linux命令 screen的简单使用
- 微软Windows7对Vista的几点改进
- robotframework自动化测试修炼宝典_软件测试工程师必备:Robot Framework实现接口自动化实践!...
- cad插件_CAD插件乱刀去教育戳记安装教程
- Linux缺少libaio包
- 物联网空气质量监测系统
- PDF文档底部的页码怎么删除
- Leetcode力扣 MySQL数据库 1194 竞标赛优胜者
- c语言recy未定义标识符,求解这个C语言子程序什么意思
- 《数据结构与算法》知识小结
- 提高社会的微生物素养:势在必行!
- 用SQLite进行全文检索
- 【解决Maven项目module不显示蓝色小方块/java文件显示灰色橙色/module already exists问题】
- React之npm发布Antd样式的组件