机器学习100天-Day7使用Tensorflow完成线性回归
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
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20181224A0E39K00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
