机器学习在预测方面的应用，根据预测值变量的类型可以分为分类问题（预测值是离散型）和回归问题（预测值是连续型），前面我们介绍了机器学习建模处理了分类问题（具体见之前的文章），接下来我们以波斯顿房价数据集为例，做一个回归预测系列的建模文章。
实现功能：
使用tensorflow提供的神经网络框架，搭建模型对波士顿房价数据集进行预测，并尝试将预测结果进行分析。
实现代码：
实现效果：
本人读研期间发表5篇SCI数据挖掘相关论文，现在在某研究院从事数据挖掘相关工作，对数据挖掘有一定的认知和理解，会不定期分享一些关于python机器学习、深度学习、数据挖掘基础知识与案例。
致力于只做原创，不追求内容量，只为以最简单的方式让你理解和学习它们，关注我一起交流成长。
关注：数据杂坛，联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。
相关推荐
文章来源：
肖肖
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至2384272385@qq.com举报，一经查实，本站将立刻删除。