以下代码均在jupyter notebook内实现
(1)引包
(2)导入数据
(3)查看数据
(4)构造散点图
(5)取TV, radio, newspaper 3列值作为输入值x, 取sales列作为输出值y
(6)使用顺序模型,定义多层感知器,
第一层:Dense完成初始化变量(自定义10个单元隐藏层)越大拟合能力越强
input_shape(3, )输入有三个维度, activation=‘relu’ 使用relu函数激活(大于零输出原值,小于零屏蔽)
第二层:输出层 Dense(1)输出只有一个sales,维度为1
注:以下是relu函数图像
(7)查看模型的框架
Param(参数) :40 { 输入三列数据 + 一个权重(weight)} * 10个隐含层 = 40
Param(参数):11 十个隐藏单元分别 * 一个权重(weight) + 一个偏执 = 11
(8)配置优化器和损失函数
(9)训练模型
(10)预测已知的x值,测试预测能力