神经网络简介
这里使用到了python2.7、TensorFlow1.6以及IPython、numpy、pandas等一系列python的数据处理包。
学习目标:
- 使用 TensorFlow
DNNRegressor
类定义神经网络 (NN) 及其隐藏层 - 训练神经网络学习数据集中的非线性规律,并实现比线性回归模型更好的效果
在之前的练习中,我们使用合成特征来帮助模型学习非线性规律。
一组重要的非线性关系是纬度和经度的关系,但也可能存在其他非线性关系。
现在我们从之前练习中的逻辑回归任务回到标准的(线性)回归任务。也就是说,我们将直接预测 median_house_value
。
设置
首先加载和准备数据。
import math
from IPython import display
from matplotlib import cm
from matplotlib import gridspec
from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
from sklearn import metrics
import tensorflow as tf
from tensorflow.python.data import Dataset
tf.logging.set_verbosity(tf.logging.ERROR)
pd.options.display.max_rows = 10
pd.options.display.float_format = '{:.1f}'.format
california_housing_dataframe = pd.read_csv("https://storage.googleapis.com/mledu-datasets/c