线性回归，Tensorflow，非线性方程，tf.contrib.learn

Question

作为练习，我试图使用tf.contrib.learn.LinearRegressor来模拟方程y = 3 * x1 ^ 2 + 4 * x2 ^ 2。代码运行，但我对结果的准确性有点失望。结果适用于线性方程，如y = 3 * x1 + 4 * x2。我认为tf.contrib.learn可以很好地处理平方术语。是否有可用于获得更好结果的设置，例如不同的优化器？

{{1}}

Answer 1

tf.contrib.learn.LinearRegressor用于模拟线性回归。等式y = 3 * x1^2 + 4 * x2^2不是x1和x2中的线性回归，因此tf.contrib.learn.LinearRegressor将无法对其进行建模。您可以创建新功能x1^2和x2^2，然后使用tf.contrib.learn.LinearRegressor来训练模型。另外，请参阅此处关于使用神经网络预测平方函数的讨论： neural-network-to-predict-nth-square