奎克的藏经阁 · 原书印刷页

人工智能与大数据技术导论 · 第 225 页

PDF 物理页索引 241 · 第8章

书名
人工智能与大数据技术导论
作者
未记录
印刷页
225
PDF 物理页
241(从 0 开始)
章节
第8章
UUID
cd4f7678-cd9b-4971-bde0-e9ad46a6cc71
来源类型
original_book
页面 SHA-256
e5411b9ee289d31a10d90f9a94a96b2e2b882dfe2c0b3555d8e3ad926341aae9

结果如图8-18所示。

上图显示的线性回归线显然有一些问题,不能很好地预测房屋中位价。下面我们尝试优化模型。

8.2.5 优化模型

为了方便优化,我们首先定义一个模型训练函数。通过变换函数的参数,可以看到不同的效果。下面这个代码把整个执行过程分成10个平均分割的期间(periods),这样就可以让我们看到每个期间的模型优化情况。在图上展示每个时期的误差,从而帮助我们判断是否收敛,或者需要更多迭代。比如,periods=7和steps=70,那么,每10步就会输出误差值。值得注意的是,periods不是超参数(而steps是),所以,修改periods不会影响模型训练本身。

第8章 TensorFlow

225