为了我的工作,我必须实现一些简单的机器学习...我没有数学方面的大背景(因此很难理解我在做什么)。
所以我对TF做某事的第一次尝试是计算多元线性回归...
我使用这个小的数据池:
Conso,DJUclim,DJUchau
171408,0,282.8
151620,0.9,171.6
164475,2.7,137.8
153866,10,99.5
162933,65.6,32.4
188475,183,0.8
210994,231.5,0.2
222873,256.3,0
179239,109.9,9.2
159162,45.9,32.5
158104,4.7,142.6
174184,0.6,227.9
并尝试找到X1
,X2
和B
的最佳值Conso = X1*DJUchau + X2*DJUclim + B
借助excel我已经找到了:
X1 = 118.734745
X2 = 306.035978
B = 140288,882921
和
r_square = 94.8375%
rmse = 5660.507380
然后我尝试使用TensorFlow进行相同的操作...经过+ 14k迭代后,我发现:
X1 = 118.689559
X2 = 305.991638
B = 140296.921875
和
r_square = 94.8367%
rmse = 4902.14502
我不是该主题的专家,但是我正在研究类似的问题,并且我有一些与您相同的问题。我看到使用TensorFlow的主要好处是可以完全控制成本函数。当excel使用均方误差进行回归时,我认为没有其他选择。如果您需要的成本函数是均方误差,则可能是您需要的是excel。