【我的TensorFlow之路·2】Boston房价预测

最新推荐文章于 2025-06-01 09:15:13 发布

zhengyuv

最新推荐文章于 2025-06-01 09:15:13 发布

阅读量3.5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：学习日记我的TensorFlow之路文章标签： TensorFlow 回归预测房价预测神经网络

本文链接：https://blog.youkuaiyun.com/qq_33434901/article/details/82216351

本文介绍了作者使用TensorFlow进行Boston房价预测的过程，通过调整神经网络的初始化权重标准差（stddev）和学习率（lr），观察不同参数组合对预测效果的影响。在对比实验中发现，stddev=0.1和lr=0.1的配置表现最佳。作者还分享了在数据可视化方面的体会，并鼓励读者尝试和验证其有趣的想法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本系列日记GitHub：

https://github.com/zhengyuv/MyTFRoad

欢迎follow和star。

回顾了一下上一节提到的TF模块化套路后，导入Boston房价数据集做了个回归预测，没有使用公式化的评价指标（小程序，没必要），反而觉得画出数据点图像更直观有趣一些，另外，也有了点有趣的想法，被质疑不可行[手动笑哭]，希望研究一下可以实现，变得可行。该数据集为TF框架自带的数据集，共有13个维度，506条数据，信息如下：

代码如下（小神经网络共有两层，其中隐藏层有5个神经元）：

# -*- coding: utf-8 -*-
"""
Created on Wed Aug 29 14:18:59 2018

@author: Zhengyuv
"""
import tensorflow as tf
from sklearn.datasets import load_boston
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler

#boston=load_boston()

w