2020_11_01
DNN Regression
参考资料:《Python深度学习》 Francois Choll
神经网络可以主要解决三大类问题:二分类、多分类、回归。
回归问题特点在于结果是连续值,因此调参过程也与分类问题相异。
在了解DNN回归问题后,我们可以以波士顿房价预测的经典问题作为案例与模板。
数据准备
Code Block
# 从Keras.datasets数据集中导入 Boston_Housing Problem
from keras.datasets import boston_housing
# 导入数据
(train_data, train_targets),(test_data, test_targets) = \
boston_housing.load_data()
波士顿房价预测案例数据集已经内置于Keras.datasets数据库中,作为公开练习数据使用。
详细内容参考:https://keras.io/zh/datasets/
IPython:
In [1]: train_data.shape
Out[1]: (404, 13)
In [2]: train_targets.shape
Out[2]: (404,)
In [3]: test_data.shape
O