数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学如何使用TensorFlow和Estimators探索泰坦尼克号数据集？
可以使用TensorFlow的estimator，通过`head`方法、`describe`方法和`shape`方法来探索泰坦尼克号数据集。`head`方法显示数据集的前几行，`describe`方法提供有关数据集的信息，例如列名、类型、均值、方差、标准差等等。`shape`方法给出数据的维度。
阅读更多： 什么是TensorFlow以及Keras如何与TensorFlow一起创建神经网络？
我们将使用Keras Sequential API，它有助于构建一个顺序模型，用于处理简单的层堆栈，其中每一层只有一个输入张量和一个输出张量。
包含至少一层卷积层的神经网络称为卷积神经网络。我们可以使用卷积神经网络来构建学习模型。
TensorFlow Text包含一系列与文本相关的类和操作，可用于TensorFlow 2.0。TensorFlow Text可用于预处理序列建模。
我们使用Google Colaboratory来运行下面的代码。Google Colab或Colaboratory帮助在浏览器上运行Python代码，无需任何配置，并可免费访问GPU（图形处理单元）。Colaboratory构建在Jupyter Notebook之上。
Estimator是TensorFlow对完整模型的高级表示。它旨在实现轻松扩展和异步训练。
我们将使用tf.estimator API训练一个逻辑回归模型。该模型用作其他算法的基线。我们使用泰坦尼克号数据集，目标是根据性别、年龄、等级等特征预测乘客的生存情况。
示例
print("Sample data is being displayed")
print(dftrain.head())
print("The metadata about data is being displayed")
print(dftrain.describe())
print("The dimensions of the data is being displayed")
print(dftrain.shape[0], dfeval.shape[0])代码来源 −https://tensorflowcn.cn/tutorials/estimator/linear
输出
Sample data is being displayed sex age n_siblings_spouses parch ... class deck embark_town alone 0 male 22.0 1 0 ... Third unknown Southampton n 1 female 38.0 1 0 ... First C Cherbourg n 2 female 26.0 0 0 ... Third unknown Southampton y 3 female 35.0 1 0 ... First C Southampton n 4 male 28.0 0 0 .. Third unknown Queenstown y [5 rows x 9 columns] The metadata about data is being displayed age n_siblings_spouses parch fare count 627.000000 627.000000 627.000000 627.000000 mean 29.631308 0.545455 0.379585 34.385399 std 12.511818 1.151090 0.792999 54.597730 min 0.750000 0.000000 0.000000 0.000000 25% 23.000000 0.000000 0.000000 7.895800 50% 28.000000 0.000000 0.000000 15.045800 75% 35.000000 1.000000 0.000000 31.387500 max 80.000000 8.000000 5.000000 512.329200 The dimensions of the data is being displayed 627 264
解释
泰坦尼克号数据集的样本数据显示在控制台上。
`describe`方法用于提供有关数据集的元数据。
`shape`方法给出数据集的维度。
83 次浏览
