1. Learn
    2. /
  2. Курси
    3. /
  3. Вступ до TensorFlow на Python
Connected

Вправа

Множинна лінійна регресія

У більшості випадків однофакторна лінійна регресія не дасть моделі, корисної для точних прогнозів. У цій вправі ви виконаєте множинну регресію, яка використовує більше ніж одну ознаку.

Ви використаєте price_log як ціль, а size_log і bedrooms — як ознаки. Кожен із цих тензорів уже визначено й доступний. Ви також перейдете від функції втрат середньоквадратичної помилки до середньої абсолютної помилки: keras.losses.mae(). Нарешті, передбачені значення обчислюються так: params[0] + feature1*params[1] + feature2*params[2]. Зауважте, що ми визначили вектор параметрів params як змінну, а не три окремі змінні. Тут params[0] — це вільний член (intercept), а params[1] і params[2] — коефіцієнти нахилу (slopes).

Інструкції

100 XP
  • Визначте модель лінійної регресії, яка повертає передбачені значення.
  • Налаштуйте loss_function() так, щоб вона приймала вектор параметрів як вхід.
  • Використайте функцію втрат середньої абсолютної помилки.
  • Завершіть операцію мінімізації.