通过载入csv表格数据,创建数据模型,实现梯度递减,对数据进行预测
#导入tensorflow
import tensorflow as tf
#导入excel处理模块
import pandas as pd
import numpy as nb
#导入数据可视化模块 pyplot:图形绘制模块
import matplotlib.pyplot as mpl
数据载入
data = pd.read_csv('yq.csv')
x = nb.array(data.get('date'))
y = nb.array(data.dine)
print(x)
print(y)
可视化数据
mpl.scatter(x,y)
mpl.show()
创建模型
model = tf.keras.Sequential()
# 为模型添加层
model.add(tf.keras.layers.Dense(1,input_shape=(1,)))
print(model.summary())
# 'adam'表示损失函数
model.compile(optimizer='adam',loss='mse')
模型训练
history = model.fit(x,y,epochs=4000)
print(model.predict([20]))