在【机器学习6】这篇文章中,笔者已经介绍过环境准备相关事项,本文对此不再赘述。本文将通过编程案例来探索特征组合(Feature Crosses)对模型训练的影响,加深对上一篇文章(机器学习8)的理解。
经度和纬度可以作为独立特征训练模型以预测当地房价。同时,我们也可以将经度和纬度进行交叉生成交叉特征,进而训练房价预测模型。那么,那种方式更好呢?更进一步,房价与精确的精度和纬度强相关么?未必,那么直接使用精度和纬度数据是不是不太合适呢?学习本篇文章,我们一起来探索吧。
目录
1.导入依赖
import numpy as np
import pandas as pd
import tensorflow as tf
from tensorflow.keras import layers
from matplotlib import py