Question

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X2，B和Conso = 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

和

    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

和

    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？

多元线性回归：TensorFlow vs Excel

0 个答案: