预测房价：人工智能回归问题

我们之前提出了三个经典的问题，他们分别是：

我们解决了前两个问题，今天我们解决第三个问题，回归问题。

不管是二分类问题还是多分类问题，归结起来都是分类问题，而回归问题不一样，他是一种回归问题，回归问题的训练结果不是离散的情况，而是连续的情况，例如预测明天的气温、全年降水量等。

这里我们引入的依旧是 Keras 内置的实际问题和数据集：预测波斯顿的房价。针对波士顿的不同房屋，我们给出对每个房屋我们给出十三个数据指标，包括房间数、犯罪率和高速公路可达性等，他们的取值范围不一致，0-1、1-12 或 1-100 等，训练的目标是一个连续的值——房屋的价格。具体的步骤如下分别说明：

从数据集中读取数据我们已经很熟悉了，但是我们观察数据会发现，这些数据的取值范围差别太大了，这会导致网络训练过程的失真，因此比较好的办法是我们先对数据进行预处理，预处理的方法是：(原数据 - 平均值) / 标准差，这就相当于对数据进行标准化，标准化后的数据平均值为 0，标准差为 1。mean 和 std 方法分别是求平均值和计算标准差。

因为我们这一次的数据量只有五百多个，因此我们采用较小的网络，两个隐藏层。这里我们需要注意的一点是数据量少，训练容易产生过拟合，小型网络更适合。

我们仍然可以用之前的方法进行训练集与反馈集的划分，但问题是由于我们的数据量太小了，因此具体如何划分反馈集过于随机，这会对最后的结果有很大的影响，因此我们采用的是 K 折交叉验证的方法。K 折交叉验证的含义是我们将数据集分为 K 份，每次从这 K 份中选择一份当做验证集，进行 K 次互相独立的训练，最后取 K 次训练的平均值。具体如图：

我们画出训练 500 轮的图，可以看到最开始的一些数据不是好数据，我们把他们去掉，然后再绘制一张图，如下别是两次绘制的结果，又可以看到之前出现的问题——过拟合了，因此我们调整循环次数为 80 次

修改后的训练网络是一个可以接受的网络，我们在测试集上进行验证，整体基本可以达到要求。

到此，我们已经分别讨论文章开始提到的三个问题（包括前两篇文章），二分类问题、多分类问题和回归问题，这其中我们也遇到和解决了一些问题，下面总结如下：

神经网络对数据的处理大多都需要转化为对数字的处理，因此对于文本等内容需要进行预处理；

对于数据集的大小、特征的多少和特征值之间的差别等，考虑数据网络的大小，层数、数据的标准化和训练的迭代次数，此类问题往往也需要画图去观察和判断，最后需要根据调整的参数最终得到比较合适的网络模型；

训练迭代次数不够和过拟合都是经常遇到的问题，都是不够好的训练网络，实际问题中需要对两种情况都进行评估和调整；

损失函数和反馈函数的选取，需要考虑实际问题，根据数据的要求，进行选择；

接下来的文章，将进一步针对上面提到的这些问题进行更加系统的分析和研究。