为了学习深度学习,深入了解Tensorflow,所以学习了网课Tensorflow实践,以下代码主要来自于该网站:https://www.icourse163.org/learn/ZUCC-1206146808?tid=1206445215#/learn/content?type=detail&id=1211172103&cid=1213735441&replay=true
该模型研究的是关于波士顿房价预测,基于Tensorflow使用了线性回归模型将12组影响房价因素和标签值进行拟合。
加载模块
第一行和第二行用来代替import tensorflow as tf,因为pip下载的最新的2.0.0本版tensorflow中省略安装placeholder函数。
pandas用于读取本地数据
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.utils import shuffle
数据预处理
由于12组数据的大小相差很大,所以将每一行的数据进行归一化处理,都缩放到[0,1]之间。
df=pd.read_csv("e:boston housing price/boston_data.csv",header=0)
#print(df.describe())
df=df.values
df=np.array(df)
for i in range(12):
df[:,i]=df[:,i]/(df[:,i].max(