Kom igångKom igång gratis

Göra förutsägelser med matrismultiplikation

I senare kapitel får du lära dig att träna linjära regressionsmodeller. Den processen ger en parametervektor som kan multipliceras med indata för att generera förutsägelser. I den här övningen använder du indata, features, och en målvektor, bill, hämtade från ett kreditkortsdatasett som vi återkommer till senare i kursen.

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

Indatamatrisen features innehåller två kolumner: utbildningsnivå och ålder. Målvektorn bill representerar storleken på kreditkortsinnehavarens skuld.

Eftersom modellen inte är tränad anger du ett gissat värde för parametervektorn params. Du använder sedan matmul() för att matrismultiplicera features med params och på så sätt generera förutsägelserna billpred, som du jämför med bill. Observera att matmul() och constant() redan har importerats.

Den här övningen är en del av kursen

Introduktion till TensorFlow i Python

Visa kurs

Övningsinstruktioner

  • Definiera features, params och bill som konstanter.
  • Beräkna den förutsagda värdevektorn billpred genom att multiplicera indata features med parametrarna params. Använd matrismultiplikation i stället för elementvis multiplikation.
  • Definiera error som målvärden bill minus de förutsagda värdena billpred.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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())
Redigera och kör kod