Zacznij terazZacznij za darmo

Przewidywanie wartości za pomocą mnożenia macierzy

W kolejnych rozdziałach nauczysz się trenować modele regresji liniowej. W wyniku tego procesu otrzymasz wektor parametrów, który można pomnożyć przez dane wejściowe, aby wygenerować prognozy. W tym ćwiczeniu skorzystasz z danych wejściowych features oraz wektora docelowego bill, pochodzących ze zbioru danych kart kredytowych, którego użyjemy później w kursie.

\(features = \begin{bmatrix} 2 & 24 \\ 2 & 26 \\ 2 & 57 \\ 1 & 37 \end{bmatrix}\), \(bill = \begin{bmatrix} 3913 \\ 2682 \\ 8617 \\ 64400 \end{bmatrix}\), \(params = \begin{bmatrix} 1000 \\ 150 \end{bmatrix}\)

Macierz danych wejściowych features zawiera dwie kolumny: poziom wykształcenia oraz wiek. Wektor docelowy bill reprezentuje wysokość zadłużenia posiadacza karty kredytowej.

Ponieważ model nie został jeszcze wytrenowany, samodzielnie wprowadzisz wartości wektora parametrów params. Następnie użyjesz funkcji matmul(), aby pomnożyć macierz features przez params i uzyskać prognozy billpred, które porównasz z bill. Zwróć uwagę, że funkcje matmul() i constant() zostały już zaimportowane.

To ćwiczenie jest częścią kursu

Wprowadzenie do TensorFlow w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Zdefiniuj features, params i bill jako stałe.
  • Oblicz wektor prognozowanych wartości billpred, mnożąc dane wejściowe features przez parametry params. Użyj mnożenia macierzowego zamiast iloczynu element po elemencie.
  • Zdefiniuj error jako różnicę między wartościami docelowymi bill a prognozowanymi wartościami billpred.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Define features, params, and bill as constants
features = ____([[2, 24], [2, 26], [2, 57], [1, 37]])
params = ____([[1000], [150]])
bill = ____([[3913], [2682], [8617], [64400]])

# Compute billpred using features and params
billpred = ____

# Compute and print the error
error = ____ - ____
print(error.numpy())
Edytuj i uruchom kod