企业网站排名优化哪家好,网站开发样板,免费网站空间论坛,wordpress给文章区分"原创"和"非原创"的印章原标题#xff1a;分别用sklearn和tensorflow做房价预测本篇是后面用tensorflow做回归时的一个参照#xff0c;忍不住要说的是sklearn真是简单好用#xff0c;要不是他没有卷积cnn等时髦模型#xff0c;真是不想用其他家的了。经典的sklearn集成模型结果#xff1a;真是又…原标题分别用sklearn和tensorflow做房价预测本篇是后面用tensorflow做回归时的一个参照忍不住要说的是sklearn真是简单好用要不是他没有卷积cnn等时髦模型真是不想用其他家的了。经典的sklearn集成模型结果真是又快又准啊由于该数据的已经是被打乱了非原顺序所以看起来是这样另外参数优选的代码被注释掉了感兴趣的可以自己调参。卷积神经网路CNN既然sklearn已经足够简单高效为啥要用卷积神经网络(cnn)呢江湖传言它有两个大优势1、sklearn需要人工进行特征优选cnn会进行自动优选特征2、随着训练数据的增多sklearn的准确性就没啥大变化了cnn则是越来越准没有瓶颈。说实在的就boston房价这个数据也就506行13个特征(列)对cnn来说实在太少了没个10万行数据都看不出它的优势另外cnn虽然不用人工特征优选但是搭建它的拓扑结构实在是个难搞的事最让人炸裂的是tensorflow的结构真是让人费解关于它的结构网上很多介绍我就不说了但是用cnn做回归计算的文章非常罕见请点赞上代码#参考http://blog.csdn.net/jerry81333/article/details/52979206 周莫烦的系列视频教程跪地推荐结果是这样的上文中只训练了200次其实正常来说都是1000次起的无奈手里只有小mac mini显卡是N卡的同学可以用tensorflow的gpu版跑跑试试。RNN之递归神经网路LSTM在tensorflow里RNN才是做回归计算的正规军其中LSTM更是让人工智能有了记忆如果cnn最适合做的是图像识别那么LSTM就是视频识别。网上的教程多是用正余弦数据在做预测输入输出都是一维我这用波士顿房价输入是13个特征注意与前面两个模型不同的是没有用train_test_split把训练数据分割而是用的时序数据。lstm输入和输出都是时序数据是尊重时间的和上两篇用的交叉数据集是不一样的所以结果是这样的via:http://blog.csdn.net/baixiaozhe/article/details/54410313返回搜狐查看更多责任编辑
