多元线性回归:TensorFlow vs Excel

时间:2019-10-16 15:04:46

标签: linear-regression tensorflow.js

对于我的工作,我必须实现一些简单的机器学习... 我没有数学方面的大背景(因此很难理解我在做什么)。

所以我第一次尝试使用TF来计算多元线性回归...

我使用了这个小数据池:

    Conso,DJUclim,DJUchau
    171408,0,282.8
    151620,0.9,171.6
    164475,2.7,137.8
    153866,10,99.5
    162933,65.6,32.4
    188475,183,0.8
    210994,231.5,0.2
    222873,256.3,0
    179239,109.9,9.2
    159162,45.9,32.5
    158104,4.7,142.6
    174184,0.6,227.9

并尝试为X1找到X2BConso = X1*DJUchau + X2*DJUclim + B的最佳值

借助excel,我发现了:

    X1 = 118.734745
    X2 = 306.035978
     B = 140288,882921

    r_square = 94.8375%
        rmse = 5660.507380

然后我尝试使用TensorFlow做相同的事情... 经过+ 14k迭代后,我发现:

    X1 = 118.689559
    X2 = 305.991638
     B = 140296.921875

    r_square = 94.8367%
        rmse = 4902.14502
  • 为什么我没有相同的价值?
  • 最正确的结果是什么? (Excel或我的ML)?
  • 为什么Excel会立即执行此操作,为什么tensorflow需要大量培训?
  • 用于简单回归的TF是否会过大并降低性能?

0 个答案:

没有答案