基于机器学习进行房价预测
2021-07-11 18:15:18 223KB 数据分析
1
按课程案例,动手完成编码实践。 通过梯度下降优化器进行优化,尝试采用不同的学习率和训练轮数等超参数,记录训练后的损失值和W、b变量值。 提交要求: 1、至少5次不同超参数的运行结果的记录文档(word格式或者txt格式) 2、你认为最优的一次带运行结果的源代码文件(.ipynb 格式) 3、以上两个文件一起压缩为一个压缩文件后作为附件上传 评价标准: 1、完成案例中的代码,有完整的代码,模型能运行优化出结果,8分; 2、调整过超参数,记录文件中有至少5组数据,2分; 利用python面向对象的思想,对其进行编程: %matplotlib notebook import tensorflow.c
2021-07-10 14:33:00 100KB 人工智能 回归 房价
1
数据分析项目-房价预测(多种方法)
2021-07-05 18:04:37 59KB 数据分析
波士顿房价预测案例中CSV格式有表头,可用于深度学习中的数据集,12类影响房价的数据乙级最后的平均房价都有
2021-07-05 17:40:41 28KB 波士顿房价 深度学习 线性回归
1
文件为房价预测例子的一元线性回归模型代码及数据,由sklearn库实现,将数据文件与程序文件放在同一目录下运行即可。 博客地址:https://me.csdn.net/albert201605
2021-07-03 10:36:34 2KB 线性回归 python 房价预测
1
有关更多详细信息,请访问https://free-thesis.com/product/house-price-prediction/ 这个是使用NARX模型来预测2017年几个月即将到来的房价。为了预测房价,我们需要一个可以训练神经网络的数据集。 该数据集必须足够大以训练网络,以避免过度拟合结果。 我们使用了从伦敦数据存储获得的数据集。 它包含1995-2015年的数据表。
2021-07-01 19:34:45 2.27MB matlab
1
线性回归(LinearRegression)实现房价预测-附件资源
2021-06-28 14:45:50 106B
1
(含实验代码)采用密集连接网络分别从两个方面进行预测,一方面是没有使用K折验证,预测结果不好,另一方面是加入K折验证改进后的结果,最后预测的房价与真实值基本符合。
1
本资源作为专栏机器学习专栏的原始数据,包含了简单的数据,未处理的数据和最终处理完成后的房价数据,用于机器学习相关知识的学习
2021-06-22 15:35:52 193KB 机器学习 房价预测 房价数据 xgboost
1
简单线性回归-波士顿房价预测
2021-06-20 18:06:57 61KB 人工智能
1