基于Tensorflow框架的BP神经网络回归小案例--预测跳高

最新推荐文章于 2023-08-22 20:49:51 发布

Mr four fires

最新推荐文章于 2023-08-22 20:49:51 发布

阅读量4.5k

点赞数 5

文章标签： Tensorflow框架 BP神经网络回归案例跳高预测

本文链接：https://blog.csdn.net/qq_44936135/article/details/89423781

版权

使用Tensorflow框架，通过BP神经网络建立模型，以14位男子跳高运动员的体质指标为输入，训练后预测第15位选手的跳高成绩。案例中，模型经过15次训练，最终预测结果为2.1450984，实际优化空间较大。

摘要由CSDN通过智能技术生成

(案例）:我们将14组国内男子跳高运动员各项素质指标作为输入，即（30m行进跑，立定三级跳远，助跑摸高，助跑4-6步跳高，负重深蹲杠铃，杠铃半蹲系数，100m，抓举），将对应的跳高成绩作为输出，通过对14位选手的数据训练建立模型，预测第15位选手的跳高成绩。
待预测样本a=[[3.0，9.3，3.3，2.05，100，2.8，11.2，50]]
import tensorflow as tf
import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler

构造数据：14个样本，8个特征1个标签
x=[[3.2,3.2,3,3.2,3.2,3.4,3.2,3,3.2,3.2,3.2,3.9,3.1,3.2],
[9.6,10.3,9,10.3,10.1,10,9.6,9,9.6,9.2,9.5,9,9.5,9.7],
[3.45,3.75,3.5,3.65,3.5,3.4,3.55,3.5,3.55,3.5,3.4,3.1,3.6,3.45],
[2.15,2.2,2.2,2.2,2,2.15,2.14,2.1,2.1,2.1,2.15,2,2.1,2.15],
[140,120,140,150,80,130,130,100,130,140,115,80,90,130],
[2.8,3.4,3.5,2.8,1.5,3.2,3.5,1.8,3.5,2.5,2.8,2.2,2.7,4.6],
[11,10.9,11.4,10.8,11.3,11.5,11.8,11.3,11.8,11,11.9,13,11