2.多层感知机（神经网络）

Tensorflow：多层感知机（神经网络）

import tensorflow as tf

print('Tensorflow Version: {}'.format(tf.__version__))

import sys
sys.path.append('D:/Anaconda/Lib/site-packages/')
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

data = pd.read_csv('dataset/Advertising.csv')
data.head()

plt.scatter(data.TV,data.sales)

x = data.iloc[:,1:-1]#除去第一列和最后一列
y = data.iloc[:,-1]#最后一列

#直接在顺序模型中写入模型输入层输出层
#Dense中的每一行代表一层，第一行为第一个隐藏层具有10个维度，输入为2个自变量（即3维）
#第二行为第二个隐藏层，由于本模型只有一个隐藏层，因此这里第二个隐藏层为输出层，具有1个维度，输入为10
#输入层到隐藏层的激活函数采用relu,sigmoid,tanh,Leak relu
model = tf.keras.Sequential([tf.keras.layers.Dense(10,input_shape=(3,),activation='relu'),
                            tf.keras.layers.Dense(1)]
)

model.summary()

model.compile(optimizer='adma',
              loss='mse'
)

model.fit(x,y,epochs=100)

test = data.iloc[:10,1:-1]
model.predict(test)

test = data.iloc[:10,-1]
test