如何使用TensorFlow拆分和检查数据以预测Auto MPG数据集的燃油效率？

TensorFlow是由Google提供的机器学习框架，它是与Python一起实现算法、深度学习应用程序等的开源框架。它被用于研究和生产目的。它具有优化技术，可以帮助快速执行复杂的数学运算。这是因为它使用NumPy和多维数组。这些多维数组也称为“张量”。该框架支持使用深度神经网络。它高度可伸缩，并带有许多流行的数据集。

张量是TensorFlow中使用的数据结构。它帮助连接流程图中的边缘。这个流程图被称为“数据流图”。张量就是多维数组或列表。

回归问题的目的是预测连续或离散变量的输出，比如价格、概率、是否下雨等等。

我们使用的数据集叫做“Auto MPG”数据集。它包含了1970年代和1980年代汽车的燃油效率。它包括诸如重量、马力、排量等属性。我们需要用这些属性来预测特定车辆的燃油效率。

我们使用Google Colaboratory来运行下面的代码。Google Colab或Colaboratory可以在浏览器中运行Python代码，不需要任何配置，可以免费访问GPU（图形处理单元）。Colaboratory是建立在Jupyter Notebook之上的。

以下是代码片段，我们将看到如何使用TensorFlow拆分和检查数据以预测Auto MPG数据集的燃油效率−

更多Python相关文章，请阅读：Python 教程

示例

print("Splitting the training and testing dataset")
train_dataset = dataset.sample(frac=0.7, random_state=0)
test_dataset = dataset.drop(train_dataset.index)

print("Plotting the training data as a visualization")
sns.pairplot(train_dataset[['MPG', 'Cylinders', 'Displacement', 'Weight']], diag_kind='kde')

print("Understanding the statistics associated with the data")
train_dataset.describe().transpose()

代码来源 − https://www.tensorflow.org/tutorials/keras/regression

输出

Splitting the training and testing dataset
Plotting the training data as a visualization
Understanding the statistics associated with the data

解释

• 一旦数据被清理，数据就会被拆分为训练和测试数据集。

• 训练数据集使用70％，剩余30％用于测试。

• 使用seaborn包在控制台上可视化这些训练数据。

• 使用“describe”函数显示数据的统计信息，如计数、平均值、中位数等等。