TF之LiR：利用TF自定義一個線性分類器LiR對乳腺癌腫瘤數據集進行二分類預測(良/惡性)

?

?

目錄

輸出結果

設計思路

核心代碼

---

?

?

?

?

輸出結果

?

?

?

?

設計思路

?

?

核心代碼

X_train = np.float32(train[['Clump Thickness', 'Cell Size']].T) y_train = np.float32(train['Type'].T) X_test = np.float32(test[['Clump Thickness', 'Cell Size']].T) y_test = np.float32(test['Type'].T)b = tf.Variable(tf.zeros([1])) W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0)) y = tf.matmul(W, X_train) + bloss = tf.reduce_mean(tf.square(y - y_train)) optimizer = tf.train.GradientDescentOptimizer(0.01) train = optimizer.minimize(loss) sess = tf.Session() sess.run(init) for step in range(0, 1000):sess.run(train)if step % 200 == 0:print(step, sess.run(W), sess.run(b))

?

?

?

總結

以上是生活随笔為你收集整理的TF之LiR：利用TF自定义一个线性分类器LiR对乳腺癌肿瘤数据集进行二分类预测(良/恶性)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。