การทำนายค่าด้วยการคูณเมทริกซ์
ในบทต่อๆ ไป คุณจะได้เรียนรู้การฝึกโมเดล linear regression ซึ่งกระบวนการนี้จะได้เวกเตอร์ของพารามิเตอร์ที่นำไปคูณกับข้อมูลนำเข้าเพื่อสร้างค่าทำนาย ในแบบฝึกหัดนี้ จะใช้ข้อมูลนำเข้า features และเวกเตอร์เป้าหมาย bill ซึ่งนำมาจากชุดข้อมูลบัตรเครดิตที่จะใช้ในภายหลัง
\(features = \begin{bmatrix} 2 & 24 \\ 2 & 26 \\ 2 & 57 \\ 1 & 37 \end{bmatrix}\), \(bill = \begin{bmatrix} 3913 \\ 2682 \\ 8617 \\ 64400 \end{bmatrix}\), \(params = \begin{bmatrix} 1000 \\ 150 \end{bmatrix}\)
เมทริกซ์ข้อมูลนำเข้า features ประกอบด้วยสองคอลัมน์ ได้แก่ ระดับการศึกษาและอายุ ส่วนเวกเตอร์เป้าหมาย bill คือยอดค้างชำระบัตรเครดิตของผู้กู้
เนื่องจากยังไม่ได้ฝึกโมเดล ให้ป้อนค่าเดาสำหรับเวกเตอร์พารามิเตอร์ params จากนั้นใช้ matmul() เพื่อคูณเมทริกซ์ features ด้วย params เพื่อสร้างค่าทำนาย billpred แล้วนำไปเปรียบเทียบกับ bill ทั้งนี้ได้ import matmul() และ constant() ไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
TensorFlow เบื้องต้นใน Python
คำแนะนำการฝึกหัด
- กำหนด
features,paramsและbillเป็น constant - คำนวณเวกเตอร์ค่าทำนาย
billpredโดยคูณข้อมูลนำเข้าfeaturesด้วยพารามิเตอร์paramsโดยใช้การคูณเมทริกซ์ ไม่ใช่การคูณแบบ element-wise - กำหนด
errorเป็นค่าเป้าหมายbillลบด้วยค่าทำนายbillpred
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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())