Bắt đầu ngayBắt đầu miễn phí

Tạo dự đoán bằng phép nhân ma trận

Ở các chương sau, bạn sẽ học cách huấn luyện mô hình hồi quy tuyến tính. Quá trình này sẽ cho ra một vector tham số có thể nhân với dữ liệu đầu vào để tạo dự đoán. Trong bài tập này, bạn sẽ dùng dữ liệu đầu vào features và một vector mục tiêu bill, được lấy từ một bộ dữ liệu thẻ tín dụng sẽ dùng sau trong khóa học.

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

Ma trận dữ liệu đầu vào features có hai cột: trình độ học vấn và độ tuổi. Vector mục tiêu bill là số tiền hóa đơn của người vay dùng thẻ tín dụng.

Vì chúng ta chưa huấn luyện mô hình, bạn sẽ nhập một giá trị đoán cho vector tham số params. Sau đó, bạn sẽ dùng matmul() để thực hiện phép nhân ma trận của features với params nhằm tạo ra dự đoán billpred, rồi so sánh với bill. Lưu ý rằng chúng ta đã nhập matmul() và constant().

Bài tập này là một phần của khóa học

Nhập môn TensorFlow bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Định nghĩa features, params và bill là các hằng.
  • Tính vector giá trị dự đoán billpred bằng cách nhân dữ liệu đầu vào features với các tham số params. Hãy dùng phép nhân ma trận, không phải phép nhân theo phần tử.
  • Định nghĩa error là mục tiêu bill trừ đi giá trị dự đoán billpred.

Bài tập tương tác thực hành trực tiếp

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

# 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())
Chỉnh sửa và Chạy Mã