![机器学习编程:从编码到深度学习](https://wfqqreader-1252317822.image.myqcloud.com/cover/201/38335201/b_38335201.jpg)
上QQ阅读APP看书,第一时间看更新
4.5 最后一次试运行
如果我们运行程序,就会得到下列结果:
![](https://epubservercos.yuewen.com/432DF4/20180619108106606/epubprivate/OEBPS/Images/055-3-i.jpg?sign=1738885061-sUwcw3bZCkA1ghzUuqEKF6KcEfG0AVjW-0-e33c3caf32e79522371e00a7bb0aff48)
首先,我们来看看损失函数值。正如我们所料,它比没有算上偏置得到的结果要小。
权重的取值就很有趣。第一个权重实际上就是偏置,我们用“一列数字1”的方法将其变成一个常规的权重。其余的权重与3个输入变量匹配——分别是座位预订数、温度值和游客密度。游客密度有很大的影响,而温度的影响很小。这意味着比萨销售深受游客密度的影响,而且并不怎么随着温度的变化而变化。
输出的最后几行显示了前5个样本的预测值和标签值。不会再有只销售一两个比萨这样更不靠谱的预测了。Roberto说的话似乎是正确的,升级到多个变量确实可以提高预测比萨销量的能力。
恭喜!你学完了本书最难的一章。现在我们来总结一下你所学到的知识。