Configurează o regresie liniară

O regresie liniară univariată identifică relația dintre o singură caracteristică și tensorul țintă. În acest exercițiu, vom folosi suprafața unui teren și prețul proprietății. Așa cum am discutat în video, vom aplica logaritmul natural ambilor tensori, disponibili ca price_log și size_log.

În acest exercițiu, vei defini modelul și funcția de pierdere. Apoi vei evalua funcția de pierdere pentru două valori diferite ale lui intercept și slope. Ține minte că valorile prezise sunt date de intercept + features*slope. De asemenea, reține că keras.losses.mse() este disponibil pentru tine. În plus, slope și intercept au fost definite ca variabile.

Definește o funcție care returnează valorile prezise pentru o regresie liniară folosind intercept, features și slope, fără a utiliza add() sau multiply().
Completează loss_function() adăugând variabilele modelului, intercept și slope, ca argumente.
Calculează eroarea pătratică medie folosind targets și predictions.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}exercițiu

Instrucțiuni

exercițiu