飞桨PP 构建波士顿房价预测任务的神经网络模型

飞桨PP 构建波士顿房价预测任务的神经网络模型

利用十三个房价影响因素预测房价

线性回归模型

假设房价和各影响因素之间能够用线性关系来描述：

线性回归模型使用均方误差作为损失函数（Loss）

导入库

• paddle.fluid：引入PaddlePaddle深度学习框架的fluid版本库；
• numpy：NumPy是Python语言的一个扩展程序库。支持高端大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy的核心功能是"ndarray"(即n-dimensional array，多维数组)数据结构。
• os: python的模块，可使用该模块对操作系统、目录、文件等进行操作
• matplotlib.pyplot：用于生成图，在验证模型准确率和展示成本变化趋势时会使用到

import paddle
import paddle.fluid as fluid
import numpy as np
import os
import matplotlib.pyplot as plt

数据集

本次所用数据集已经集成在paddle.dataset中了，并且已经为我
们拆分成了训练集和测试集；我们可以通过调用
paddle.dataset.uci_housing.train()和
paddle.dataset.uci_housing.test()两个接口来获取训练集和测
试集，非常的方便。

数据提供器

接下来我们通过paddle.batch这个接口，来定义数据提供器：train_reader和test_reader。分别向我们的网络提供训练数据和测试数据。