Tensorflow2.0实战——逻辑回归

本文介绍了如何使用Tensorflow2.0进行逻辑回归实战,从导入库、读取信用数据集到建立模型、编译模型并训练,详细讲解了每个步骤,并通过绘制损失函数和准确率图像展示训练过程。
摘要由CSDN通过智能技术生成

Tensorflow2.0界面更加简洁,对使用者也更加友好,下面笔者以逻辑回归为例来分享一下Tensorflow2.0的使用。

  1. 导入库
import tensorflow as tf
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
  1. 读入数据
data = pd.read_csv('creditcard.csv')

这里笔者的数据是放在同级目录下的,如果目录不一致,需要自行修改。
笔者的数据集是信用数据集:creditcard.csv 提取码: ddpr

  1. 查看数据
data.head() #输出数据集前5行

dataset

  1. 计算分类值
data.iloc[:,-1
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值