锋哥原创的TensorFlow2 Python深度学习视频教程：

https://www.bilibili.com/video/BV1X5xVz6E4w/

课程介绍

​
本课程主要讲解基于TensorFlow2的Python深度学习知识，包括深度学习概述，TensorFlow2框架入门知识，以及卷积神经网络（CNN），循环神经网络（RNN），生成对抗网络（GAN），模型保存与加载等。

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 使用Keras实现线性回归问题 - 房价预测案例

TensorFlow2 Keras主要是解决分类问题的。不过线性问题也同样能做。因为默认没有带线性问题的案例数据集。所以我们把前面scikit-learn自带的房价数据集拿过来。用TensorFlow2 Keras来实现下线性回归问题。

加州房价数据集介绍

1. 数据集概况

• 来源：该数据集源自 1990 年的加州人口普查。

• 用途：用于回归模型的练习和测试，目标是预测加州各区域的房屋中位价。

• 样本数量：20,640 条记录。这比波士顿数据集（506条）大得多，能更好地体现机器学习算法的效果。

• 特征数量：8 个数值型特征。这些特征涵盖了人口、地理位置和经济指标。

• 目标变量：MedHouseVal - 街区群体的房屋中位价，单位是十万美元。

注意：目标变量是分组中位价。这意味着一个街区的所有房屋都被分配了该街区的 median house value。对于任何位于该街区的房屋，目标值都是相同的。

1. 特征详细说明

这8个特征提供了预测房价的不同维度信息：

1. MedInc：街区居民的收入中位数。

2. HouseAge：街区内房屋年龄中位数。

3. AveRooms：平均房间数（每户）。

4. AveBedrms：平均卧室数（每户）。

5. Population：街区人口数。

6. AveOccup：平均家庭成员数（每户）。

7. Latitude：街区的纬度。

8. Longitude：街区的经度。

   3.目标变量：

• MedHouseVal：房屋中位价（单位：十万美元）。

我们先安装下scikit-learn：

pip install scikit-learn -i http://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com

我们回顾下scikit-learn机器学习的实现，线性回归-正规方程使用 LinearRegression。

from sklearn.datasets import fetch_california_housing
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
​
# 1,加载数据
california = fetch_california_housing()
print(california.data, california.data.shape)
print(california.target)
print(california.feature_names)
​
# 2,数据预处理
X_train, X_test, y_train, y_test = train_test_split(california.data, california.target, test_size=0.2, random_state=20)
scaler = StandardScaler()  # 数据标准化：消除不同特征量纲的影响
X_train_scaled = scaler.fit_transform(X_train)  # fit计算生成模型，transform通过模型转换数据
X_test_scaled = scaler.transform(X_test)  # # 使用训练集的参数转换测试集
​
# 3,创建和训练线性回归模型(正规方程)
lr_model = LinearRegression()  # 创建分类器实例
lr_model.fit(X_train_scaled, y_train)  # 训练模型
print('权重系数：', lr_model.coef_)
print('偏置值：', lr_model.intercept_)  # 在线性回归模型中，•偏置（截距）•（bias）是模型参数之一，表示当所有特征值为0时，目标变量的期望值。
​
# 4，模型评估
y_predict = lr_model.predict(X_test_scaled)
print('预测值：', y_predict)
mse = mean_squared_error(y_test, y_predict)
print('正规方程-均方误差：', mse)

我们来用下Tensorflow2 keras多层神经网络实现下：

from sklearn.datasets import fetch_california_housing
​
import tensorflow as tf
from keras import Input, layers
​
# 1,加载数据
california = fetch_california_housing()
print(california.data, california.data.shape)
print(california.target)
print(california.feature_names)
X_train = california.data
y_train = california.target
​
# 2,构建多层神经网络回归模型
model = tf.keras.models.Sequential([
    Input(shape=(X_train.shape[1],)),
    layers.Dense(64, activation='relu'),
    layers.Dense(32, activation='relu'),
    layers.Dense(16, activation='relu'),
    layers.Dense(1)  # 输出层，线性激活
])
​
# 3,模型训练
model.compile(optimizer='adam', loss='mse', metrics=['mse'])
​
# 4,模型训练
history = model.fit(X_train,  # 输入数据（特征）
                    y_train,  # 目标数据（标签）
                    epochs=100,  # 训练轮数
                    batch_size=32,  # 每个训练批次的样本数量
                    validation_split=0.2,  # 从训练数据中划分验证集的比例
                    verbose=1  # 日志显示模式（0=不显示，1=进度条，2=简洁显示）
                    )
​
print(f"最终MSE: {history.history['mse'][-1]:.4f}")

我们比较发现，用Keras多层神经网络，可以不用数据预处理，model.fit()方法自带可以进行训练和验证比例数据划分训练，同时还自带日志显示，最终比较，用神经网络最终训练的模型，性能还高于scikit-learn线性回归模型。神经网络唯一缺点就是费算力，费机器。

Sequential.fit() 是 TensorFlow/Keras 中最常用的训练方法之一。以下是其主要参数的简单介绍：

model.fit(
    x=None,
    y=None,
    batch_size=None,
    epochs=1,
    verbose='auto',
    callbacks=None,
    validation_split=0.0,
    validation_data=None,
    shuffle=True,
    class_weight=None,
    sample_weight=None,
    initial_epoch=0,
    steps_per_epoch=None,
    validation_steps=None,
    validation_batch_size=None,
    validation_freq=1
)

核心参数：

数据相关参数

• x: 输入数据（特征）

• y: 目标数据（标签）

• batch_size: 每个训练批次的样本数量

• validation_data: 验证数据集（元组 (x_val, y_val)）

• validation_split: 从训练数据中划分验证集的比例

训练过程参数

• epochs: 训练轮数

• verbose: 日志显示模式（0=不显示，1=进度条，2=简洁显示）

• shuffle: 是否在每个epoch前打乱训练数据

• initial_epoch: 开始训练的epoch序号

验证相关参数

• validation_freq: 验证频率（每N个epoch验证一次）

• validation_steps: 每个验证epoch的批次数量

回调与控制

• callbacks: 回调函数列表（用于早停、模型保存等）

• steps_per_epoch: 每个训练epoch的批次数量

• class_weight: 类别权重字典（用于不平衡数据集）

这些参数控制了模型训练的基本行为，包括数据加载、训练周期、验证策略和训练过程监控等关键方面。

参数计算公式：

参数数量 = 输入维度 × 输出维度 + 输出维度

输入Input维度8

第一层：Dense(64)

• 参数 = 64× 8+ 64 = 576

第二层：Dense(32)

• 参数 = 64× 32+ 32= 2080

第三层：Dense(16)

• 参数 = 32× 16+ 16= 528

输出层：Dense(1)

• 参数 = 16× 1 + 1 = 17