标签:非线性 多元 学习 寒假 进度 归一化 线性 原始数据 大三
tensorflow学习
-
多元线性回归
使用梯度下降算法求解多元线性回归
步骤:
1 · 加载样本数据
2 · 数据处理 (归一化:将数据的值限制在一定的范围之内)
- 线行归一化:对原始数据的线性变换,是等比例缩放
- 标准差归一化:将数据集归一化为均值为0,方差为1的标准正态分布
- 非线性映射归一化:对原始数据的非线性变换
3 · 设置超参数(学习率,迭代次数)
4 · 设置模型参数处置
5 · 训练模型
6 · 可视化输出结果
标签:非线性,多元,学习,寒假,进度,归一化,线性,原始数据,大三 来源: https://www.cnblogs.com/--lzx1--/p/14299037.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。