用tensorflow求解吴恩达的机器学习练习题(ex2)
2018-03-21 21:06
302 查看
问题描述: 假设你是一所大学的校长,你想通过每个考生两次的考试成绩来确定他们是否能进入你的大学。你有往届学生的数据,可以把它们看作是logistic regression的训练集,对于每一个训练集,你都有学生两次的考试成绩和是否进入了你的大学。数学原理: http://blog.csdn.net/ariessurfer/article/details/41310525 这里给大家贴个地址吧,博主也在学习中代码实现:
# -*- coding: utf-8 -*- """ Created on Thu Mar 8 16:23:27 2018 @author: fei """ import numpy as np import matplotlib.pyplot as plt import tensorflow as tf data=np.loadtxt('ex2data1.txt',delimiter=',') #载入数据集 x=data[:,0:2] #x取前两列数据,即学生两门课程成绩 y=data[:,2] #y取第三列数据 y=y.reshape([100,1]) #读进来y的shape是[100,?] y.dtype='float' x.dtype='float' #统一变量类型 #############################画 散 点 图#################################### pos=np.where(y==1) neg=np.where(y==0) plt.scatter(x[pos,0],x[pos,1],marker='o',c='y',label='Admitted') plt.scatter(x[neg,0],x[neg,1],marker='+',c='black',label='Not Admitted') plt.legend(loc='upper right') plt.show() ########################################################################## t=np.ones([100,1],dtype='float') x_data=np.c_[t,x] #向x_data中加入全1列 X=tf.placeholder('float64',[None,3]) Y=tf.placeholder('float64',[None,1]) #声明变量x,y W=tf.Variable(tf.zeros([3,1],dtype='float64')) #声明并初始化权值 h=tf.sigmoid(tf.matmul(X,W)) loss=tf.reduce_mean(-Y*tf.log(h)-(1-Y)*tf.log(1-h)) #计算损失函数 optimizer=tf.train.AdamOptimizer(0.01).minimize(loss)#优化,用GradientDescentOptimizer()函数优化效果不好,我也不太清楚为什么,希望有大佬指点 init=tf.global_variables_initializer() with tf.Session() as sess: sess.run(init) for i in range(5000 ): sess.run(optimizer,feed_dict={X:x_data,Y:y}) print(sess.run(loss,feed_dict={X:x_data,Y:y})) print(sess.run(W,feed_dict={X:x_data,Y:y}))数据文件下载:链接:https://pan.baidu.com/s/1FLc2hJsUkOnhNdwH6FbGOg 密码:0ens祝大家学习愉快
相关文章推荐
- 用tensorflow求解吴恩达的机器学习练习题(ex1)
- 【机器学习】tensorflow: GPU求解带核函数的SVM二分类支持向量机
- 吴恩达机器学习练习题ex1
- 【tensorflow】通过机器学习求解二元一次方程的参数
- 【机器学习】tensorflow:HMM隐状态链的一种最优化求解方法
- [置顶] 吴恩达机器学习笔记——softmax回归概率模型推导
- 吴恩达2014机器学习教程笔记目录
- 机器学习的开源平台 TensorFlow
- 斯坦福大学(吴恩达) 机器学习课后习题详解 第八周 编程题 k-means and PCA
- 深度 | 机器学习敲门砖:任何人都能看懂的TensorFlow介绍【转】
- 吴恩达机器学习第一周第一课
- 斯坦福大学(吴恩达) 机器学习课后习题详解 第十一周 图片识别
- Tensorflow v1.0.1中机器学习随机森林算法的一个小的改变
- 【原创·源码】看机器学习如何求解多元一次方程?
- 机器学习(三) --- SVM学习:模型求解
- TensorFlow博客翻译——用TensorFlow在云端进行机器学习
- 机器学习练习题(二)
- coursera《机器学习》吴恩达-week1-01 课程介绍
- 吴恩达《深度学习工程师》Part3.Week1 机器学习策略(一)