目录
任务
实现线性回归模型
实现线性回归训练
线性回归原理
根据数据建立回归模型,w1x1+w2x2+…..+b = y,通过真实值与预测值之间建立误差,使用梯度下降优化得到损失最小对应的权重和偏置。
最终确定模型的权重和偏置参数。最后可以用这些参数进行预测
假设
假设随机指定100个点,只有一个特征
数据本身的分布为 y = 0.8 * x + 0.7
API
运算
矩阵运算tf.matmul(x, w)
平方tf.square(error)
均值tf.reduce_mean(error)
梯度下降优化
tf.train.GradientDescentOptimizer(learning_rate)
梯度下降优化
learning_rate:学习率,一般为0~1之间比较小的值
method:
minimize(loss)
retu