多元线性回归：TensorFlow与Excel

Question

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

• 为什么我没有相同的价值？
• 最正确的结果是什么？ （excel或我的ML）？
• 为什么Excel会立即执行此操作，为什么tensorflow需要大量培训？
• 用于简单回归的TF过于矫kill过正，降低了性能？

Answer 1

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。