用TensorFlow进行回归分析

「已注销」

于 2020-01-09 09:53:20 发布

阅读量1k

点赞数

分类专栏： TensorFlow 文章标签：可视化机器学习数据挖掘数据分析深度学习

本文链接：https://blog.csdn.net/Deep___Learning/article/details/103901530

版权

这篇博客通过TensorFlow进行回归分析，利用Auto MPG数据集建立预测模型。首先介绍了应用的Python包，接着详细讲述了数据集、数据清洗、数据检查、特征分离和规范化过程。然后，博主构建并训练了模型，并给出了预测结果。最后提供了完整代码供读者参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

应用的Python包

tensorflow
pandas
seaborn
matplotlib

数据集介绍

本次使用的数据集来源于UCI机器学习库。
Auto MPG数据集是一个经典的数据集，本次将使用它来构建预测70年代末到80年代初汽车燃油效率模型。

数据清洗

在这里插入图片描述

数据检查

在这里插入图片描述

分离特征并规范化数据

在这里插入图片描述

构建模型

在这里插入图片描述

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense (Dense)                (None, 64)                640       
_________________________________________________________________
dense_1 (Dense)              (None, 64)                4160      
_________________________________________________________________
dense_2 (Dense)              (None, 1)                 65        
========================================================

最低0.47元/天解锁文章