keras实现线性回归

导入必须的包

import tensorflow as tf
import matplotlib.pyplot as plt
%matplotlib inline
import pandas as pd

导入测试数据

data = pd.read_csv('E:\\pycharm_Projects\\test\\dataset\\Income1.csv')
#print(data)
plt.scatter(data.Education,data.Income)

定义x、y变量

x=data.Education
y=data.Income

建立顺序模型

#顺序模型
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(1,input_shape=(1,))) #输出维度为1，输入维度为1
model.summary() #查看建立模型的详细信息

将建立好的模型进行编译

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

使用模型进行训练

history = model.fit(x,y,epochs=5000)

使用训练好的模型进行数据预测

model.predict(pd.Series([15]))