ComeçarComece gratuitamente

Fazer previsões com a multiplicação de matrizes

Em capítulos posteriores, você aprenderá a treinar modelos de regressão linear. Esse processo produzirá um vetor de parâmetros que pode ser multiplicado pelos dados de entrada para gerar previsões. Neste exercício, você usará dados de entrada, features, e um vetor de destino, bill, que foram extraídos de um conjunto de dados de cartão de crédito que usaremos posteriormente no curso.

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

A matriz de dados de entrada, features, contém duas colunas: nível educacional e idade. O vetor de destino, bill, é o tamanho da fatura do tomador do cartão de crédito.

Como não treinamos o modelo, você digitará um palpite para os valores do vetor de parâmetros, params. Em seguida, você usará matmul() para realizar a multiplicação da matriz de features por params para gerar previsões, billpred, que você comparará com bill. Observe que importamos matmul() e constant().

Este exercício faz parte do curso

Introdução ao TensorFlow em Python

Ver Curso

Instruções de exercício

  • Defina features, params e bill como constantes.
  • Calcule o vetor de valores previstos, billpred, multiplicando os dados de entrada, features, pelos parâmetros, params. Use a multiplicação de matrizes, em vez do produto por elementos.
  • Defina error como os alvos, bill, menos os valores previstos, billpred.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# 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())
Editar e executar código