最简单的深度学习Python实现（针对回归问题）
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本教程提供了一个简洁明了的方法来用Python和深度学习框架实现解决回归问题。通过实例代码指导初学者快速掌握基本概念和技术细节。
回归问题预测的是一个连续值而不是离散的标签。本次任务是预测波士顿郊区房屋价格的中位数。首先通过keras加载数据集：
```python
from keras.datasets import boston_housing
(train_data, train_targets), (test_data, test_targets) = boston_housing.load_data()
```
我们有404个训练样本和102个测试样本，每个样本包含13个特征值。具体形状如下所示：
```python
print(train_data.shape)
print(test_data.shape)
```
目标是预测房屋价格的中位数：
```python
print(train_targets)
```
全部评论 (0)
还没有任何评论哟~
