Bắt đầu ngayBắt đầu miễn phí

Chuẩn bị huấn luyện với Estimators

Trong bài tập này, chúng ta sẽ quay lại bộ dữ liệu giao dịch nhà ở King County từ chương 2. Bạn sẽ tiếp tục xây dựng và huấn luyện một mô hình Machine Learning để dự đoán giá nhà; nhưng lần này, chúng ta sẽ dùng API estimator.

Thay vì làm mọi thứ trong một bước, chúng ta sẽ chia quy trình thành nhiều phần. Trước tiên, bạn sẽ định nghĩa các cột đặc trưng (feature columns) và nạp dữ liệu. Ở bài tiếp theo, bạn sẽ định nghĩa và huấn luyện một estimator dựng sẵn. Lưu ý feature_column đã được nhập sẵn từ tensorflow. Ngoài ra, numpy đã được nhập là np, và bộ dữ liệu nhà ở King County có sẵn dưới dạng DataFrame của pandas: housing.

Bài tập này là một phần của khóa học

Nhập môn TensorFlow bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Hoàn thiện cột thuộc tính cho bedrooms và thêm một cột thuộc tính dạng số cho bathrooms. Dùng bedrooms và bathrooms làm khóa.
  • Tạo danh sách các cột thuộc tính, feature_list, theo đúng thứ tự đã định nghĩa.
  • Gán labels bằng với cột price trong housing.
  • Hoàn thiện mục bedrooms trong từ điển features và thêm một mục khác cho bathrooms.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Define feature columns for bedrooms and bathrooms
bedrooms = feature_column.numeric_column("____")
bathrooms = ____

# Define the list of feature columns
feature_list = [____, ____]

def input_fn():
	# Define the labels
	labels = np.array(____)
	# Define the features
	features = {'bedrooms':np.array(housing['____']), 
                'bathrooms':____}
	return features, labels
Chỉnh sửa và Chạy Mã