在本篇文章中,我们将用Tensorflow做一个简单的线性回归预测【通俗来说就是利用已知的点拟合出一条直线,并且使得他在我们所定义的误差代价上的值越小越好】。线性回归的概念大致为:我们有N个自变量,一个因变量,每个自变量和因变量之间的关系均为线性关系,则最终的因变量可以用自变量的线性组合表示,即可以用如下公式表示:
有N个自变量则就是N元线性回归问题。
Tensorflow代码演示:
输出结果:
可以见到,我们输出的k、b的预测值与我们设定的真实值0.1、0.2已经相当接近了。
当然我们也可以利用feed喂入数据,这样更符合我们在后期的训练习惯: