神经网络：DNN回归问题

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