简介
波士顿数据集，其中包括以下变量
| CRIM | 城镇人均犯罪率 |
|---|---|
| zn | 占地面积超过25,000平方尺的住宅用地比例 |
| indus | 每个城镇非零售业务占的比例。 |
| nox | 一氧化氮浓度 |
| rm | 每栋住宅的平均房间数量 |
| age | 1940年以前建造的自住单位比例 |
| dis | 到波士顿五个就业中心的加权距离 |
| tax | 每10,000美元全价物业税率 |
| ptratio | 城镇的师生比例 |
| medv | 自住房屋的中位数, 单位为千美元 |
您将创建三个不同的数据集：
| 数据集 | 目的 | 形状 |
|---|---|---|
| Training | 训练模型并获得权重 | 400,10 |
| Evaluation | 在看不见的数据上的评估模型性能 | 100,10 |
| Predict | 使用该模型预测新数据的房屋价值 | 6,10 |
目标是使用数据集的特征来预测房屋的价值。
在本教程的第二部分中，您将学习如何使用TensorFlow以三种不同的方式导入数据：
- pandas
- Numpy
- 只有TF
他们都提供相同的结果。
您将学习如何使用高级API构建，训练评估线性回归模型。 如果使用的是低级API，则必须手动定义： 损失函数；优化：梯度下降；矩阵乘法；图和张量。这对于初学者来说是乏味且复杂的。
数据集下载：https://itbooks.pipipan.com/fs/18113597-328521226
pandas
Tensorflow目前提供6个预建estimator，其中3个用于分类任务，3个用于回归任务：
- 回归
- DNNRegressor
- LinearRegressor
- DNNLineaCombinedRegressor
- 分类
- DNNClassifier
- LinearClassifier
- DNNLineaCombinedClassifier
参考资料
- 讨论qq群630011153 144081101
- 本文最新版本地址
- 本文涉及的python测试开发库 谢谢点赞！
- 本文相关海量书籍下载
- 2018最佳人工智能机器学习工具书及下载(持续更新)
该函数需要两个参数：
- feature_columns：包含要包含在模型中的变量
- model_dir：存储图形的路径，保存模型参数等
使用TensorFlow的棘手部分是为模型提供信息。 Tensorflow旨在用于并行计算和非常大的数据集。 由于机器资源的限制，不可能同时为所有数据提供模型。 为此，您需要每次都提供一批。 请注意，我们正在谈论拥有数百万或更多记录的庞大数据集。 如果不添加批处理，最终会出现内存错误。
当模型看到所有数据时，它就完成了一个epoch 。epoch定义了您希望模型查看数据的次数。 最好将此步骤设置为None，并让模型执行迭代次数。
要添加的第二个信息是，如果要在每次迭代之前对数据进行混洗。 在训练期间，重要的是对数据进行混洗，以便模型不会学习数据集的特定模式。 如果模型了解数据的基础模式的细节，则难以概括对未见数据的预测。 这称为overfitting 。 该模型在训练数据上表现良好，但无法正确预测未见数据。
TensorFlow使这两个步骤变得容易。 当数据进入管道时，它知道需要多少观察（批处理）以及是否必须对数据进行混洗。
要指示Tensorflow如何提供模型，可以使用函数pandas_input_fn。 该对象需要5个参数：
- x：要素数据
- y：标签数据
- batch_size：batch。 默认为128
- num_epoch：纪元的数量，默认为1
- shuffle：随机播放或不播放数据。 默认情况下，无
评估模型性能的常用方法是：
- 训练模型
- 在不同的数据集中评估模型
- 做预测
代码参见： https://github.com/china-testing/python-api-tesing/blob/master/practices/ts/lr_pd.py
Loss: 1693.105225
count 400.000000
mean 22.625500
std 9.572593
min 5.000000
25% 16.600000
50% 21.400000
75% 25.025000
max 50.000000
Name: medv, dtype: float64
Predictions: [array([35.063747], dtype=float32), array([19.22251], dtype=float32), array([23.879816], dtype=float32), array([34.587215], dtype=float32), array([13.386072], dtype=float32), array([19.621191], dtype=float32)]
后面的Predictions是预测的房子价格。
