深度学习笔记——波士顿房价预测

初次接触深度学习，记录一点思考和想法，请大家多多指正。

首先是工具包的导入pycharm

这里我用到了numpy科学计算库，json轻量级的数据交换格式包，以及matplotlib绘图工具包

import numpy as np
import json
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

 首先我们的目的是用13个有关因素预测房价，相当于有13个自变量x，1个输出y，我们要寻找这些x，与y之间的函数。

首先是数据的预处理

我们有大概500多个数据，类似于这样的形式，它们之间用空格分开。

 使用np.fromdata来读取数据记录在data一维数组中，sep参数我猜测是这个函数读取数据的方式，如果有空格分开就代表这空格两边各有一个数据。之后将data由一维的数组用reshape函数转化为一个14*506的数组矩阵，再将其中的80%的数据用来训练，20%的数据用来测试。随后对数据进行归一化处理，归一化的目的为了将来取下降梯度计算的detla值更方便，这里我也不太明白是为什么。

def load_data():
    datafile='/home/xiaobin0264/fzb/datafile/housing.data'
    data=np.fromfile(datafile,sep=' ')