Bắt đầu ngayBắt đầu miễn phí

Thiết lập một hồi quy tuyến tính

Hồi quy tuyến tính đơn biến tìm ra mối quan hệ giữa một đặc trưng duy nhất và tensor mục tiêu. Trong bài tập này, chúng ta sẽ dùng diện tích lô đất và giá của bất động sản. Như đã thảo luận trong video, chúng ta sẽ lấy log tự nhiên của cả hai tensor, hiện có sẵn dưới dạng price_log và size_log.

Trong bài tập này, bạn sẽ định nghĩa mô hình và hàm mất mát. Sau đó, bạn sẽ đánh giá hàm mất mát với hai giá trị khác nhau của intercept và slope. Hãy nhớ rằng giá trị dự đoán được cho bởi intercept + features*slope. Ngoài ra, lưu ý rằng keras.losses.mse() đã sẵn sàng để bạn dùng. Thêm nữa, slope và intercept đã được định nghĩa là các biến.

Bài tập này là một phần của khóa học

Nhập môn TensorFlow bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Định nghĩa một hàm trả về giá trị dự đoán cho hồi quy tuyến tính sử dụng intercept, features và slope, và không dùng add() hoặc multiply().
  • Hoàn thiện loss_function() bằng cách thêm các biến của mô hình, intercept và slope, làm đối số.
  • Tính mean squared error bằng targets và predictions.

Bài tập tương tác thực hành trực tiếp

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

# Define a linear regression model
def linear_regression(intercept, slope, features = size_log):
	return ____

# Set loss_function() to take the variables as arguments
def loss_function(____, ____, features = size_log, targets = price_log):
	# Set the predicted values
	predictions = linear_regression(intercept, slope, features)
    
    # Return the mean squared error loss
	return keras.losses.____

# Compute the loss for different slope and intercept values
print(loss_function(0.1, 0.1).numpy())
print(loss_function(0.1, 0.5).numpy())
Chỉnh sửa và Chạy Mã