神經網路多元線性回歸

2021-09-29 13:30:26 字數 1144 閱讀 3395

#jupyter notebook

import pandas as pd

import numpy as np

import tensorflow as tf

import matplotlib.pyplot as plt

%matplotlib inline

# 資料

#讀取資料

data=pd.read_csv('advertisement.csv')

x=data.iloc[:,:-1]

y=data.iloc[:,-1]

# 建立模型

model=tf.compat.v2.keras.sequential()

# 10個神經元進行線性擬合

model.add(tf.compat.v2.keras.layers.dense(10,input_shape=(3,)))

# 輸出層

model.add(tf.compat.v2.keras.layers.dense(1))

# 定義梯度下降演算法和損失函式

model.compile(optimizer='adam',loss='mse')

# 訓練2500次

history=model.fit(x,y,epochs=2500)

# 繪製損失函式影象

# 這裡直接取了訓練集做測試

test_data=data.iloc[:3,:-1]

model.predict(test_data)

# **值

# 原資料

可以看到差值還是較小的。

1 2神經網路實現線性回歸

w tf.variable tf.random uniform 1 1.0,1.0 name w 隨機初始化權重引數 1到1之間 b tf.variable tf.zeros 1 name b 以0為初始化,1 表示維度 y w x data b 目標函式 loss tf.reduce mean t...

如何畫神經網路 為什麼線性回歸也是神經網路

今天我們來講講線性回歸和神經網路的關係。首先說結論,線性回歸其實也是個神經網路,其實不光是線性回歸,多項式回歸,邏輯回歸等等也都可以看成是乙個神經網路。考慮到大家可能對線性回歸或者神經網路的概念有那麼點疑惑,這裡簡單的講講什麼是線性回歸和神經網路。如圖所示,我們可以很輕易的看出來,y軸上的變數正隨著...

線性神經網路 matlab神經網路

自適應線性元件20世紀50年代末由widrow和hoff提出,主要用於線性逼近乙個函式式而進行模式聯想以及訊號濾波 模型識別和控制等。線性神經網路和感知器的區別是,感知器只能輸出兩種可能的值,而線性神經網路的輸出可以取任意值。線性神經網路採用widrow hoff學習規則,即lms least me...