如何在Tensorflow上使用带有我自己的数据的线性回归模型

时间:2016-11-04 14:23:59

标签: python tensorflow linear-regression

我有这样的数据集

Private Sub Worksheet_Change(ByVal Target As Range)
Dim C As Range

  If Intersect(Target, Me.Range("C:C")) Is Nothing Then Exit Sub
  For Each C In Intersect(Target, Me.Range("C:C")).Cells
    If C.Text = "PASS" Then
      C.EntireRow.Copy Worksheets("PASS").Cells(Rows.Count, "C").End(xlUp).Offset(1).EntireRow
    End If  
  Next
End Sub

这是[n] [19],[n] [1]的大小。我想使用Tensorflow线性回归来预测Python。我的意思是我想用这个19变量来预测1个变量。我有大量的数据集。我认为这对训练来说已经足够了。

但是,我是机器学习和Tensorflow的初学者。你能给我任何文件或线索吗?  提前谢谢。

1 个答案:

答案 0 :(得分:1)

这是一个简单的线性回归模型:

def model(X, w):
    return tf.mul(X, w) # Just X*w so this model line is pretty simple

w = tf.Variable(0.0, name="weights") 
y_model = model(X, w)

cost = tf.square(Y - y_model) # use square error for cost function
train_op = tf.train.GradientDescentOptimizer(0.01).minimize(cost) 

然后你需要在TensorFlow会话下运行train_op。

对于您的数据集,您只需要更改w和x。请参阅https://github.com/nlintz/TensorFlow-Tutorials/blob/master/01_linear_regression.py上的更多示例。