machine-learning - tensorflow 的逻辑回归不起作用

Question

在这里学习新东西，希望社区能够提供帮助。我主要是一个 Ruby 爱好者，但正在尝试过渡到 Python，这样我就可以使用 tensorflow 来处理机器学习。我在使用我收集的住房数据来使用此逻辑回归脚本时遇到了最困难的时期。

数据链接:
https://storage.googleapis.com/datastorage_machinelearning/first1500.csv

逻辑回归脚本:
https://gist.github.com/Nick-Harvey/404b605423b3c19710eb2a1de6cb5880

脚本输出:
https://gist.github.com/Nick-Harvey/3eab9262770bfb690730cad1fbadf9eb

该错误有些明显，因为它表示存在不兼容的形状。这很可能是由于我对城市名称进行的编码添加了额外的列。然而，我似乎无法找到一种能够拟合数据的方法，因此我可以按平方英尺预测房价并能够将其全部绘制出来。最终，我希望能够绘制数据，以便您可以将平方英尺与价格进行比较，并按城市对其进行排序。

Answer 1

注意:我认为您没有进行逻辑回归。逻辑回归要求因变量是二元的，并通过最大似然估计，例如 Fischer 评分。您的误差函数是平均最小二乘法，因变量是数值。对我来说，这看起来像是多元线性回归。

<小时/>

我研究了你的代码并能够训练模型。当您计算最小二乘损失时，您的代码后来崩溃了。但我会把这个留给你。

您的问题是训练数据的维度。您的因变量 y_train 的形状为:(1176)。

尝试:

y_train = y_train.reshape((y_train.shape[0], 1))

之后

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2)