概述
多项式回归
之前写过一篇基于BP神经网络并且利用扩张特征的方法来实现多项式回归的方法。这里使用另一种方式来完成回归。
方法概述
这里使用另一种方式来完成多项式回归。之前的方法是使用了简单的神经网络,且网络结构比较简单(没有隐藏层),方法不灵活。这里使用的方式是通过添加隐藏层以及使用sigmoid函数来引入非线性特性,从而达到非线性回归的目的。话不多说,直接上代码。。
引入必要的包
import tensorflow as tf
import numpy as np
import pandas as pd
import math
import matplotlib.pyplot as plt
创建数据这里的目的函数为 y = x 4 − 12 x 3 + 16 x 2 − 10 x + 4 y = x^4 - 12x^3 + 16x^2 - 10x +4 y=x4−12x3+16x2−10x+
最后
以上就是无限冰淇淋为你收集整理的Tensorflow 实现多项式回归之二 (附完整实现代码)多项式回归的全部内容,希望文章能够帮你解决Tensorflow 实现多项式回归之二 (附完整实现代码)多项式回归所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复