tensorflow2.0教程（6）--油耗预测实战

1. 数据集结构，其中产地，1表示美国，2表示欧洲，3表示日本。

2. Auto MPG 数据集一共记录了398项数据，下载数据集后，先对数据进行初步的处理。

#导入模块
import matplotlib.pyplot as plt
import pandas as pd
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers, losses
 #下载数据集
 dataset_path = keras.utils.get_file("auto-mpg.data", "http://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data")
 #设置表头
 column_names =  ['MPG','Cylinders','Displacement','Horsepower','Weight',
 'Acceleration', 'Model Year', 'Origin']
 #读取csv文件
 raw_dataset = pd.read_csv(dataset_path,names=column_names,na_values = "?",comment='\t',sep=" ",skipinitialspace=True)
 #浅复制
 dataset = raw_dataset.copy()
 #删除空白行
 dataset = dataset.dropna()
 #统计空白数据
 dataset.isna().sum()
 #将Origin字段换成USA、Europe和Japan
 #先删除并返回Origin这一列
 origin = dataset.pop("Origin")
 #根据origin列来写入新的3个列
 dataset['USA'] = (origin == 1)*1.0 
 dataset['Europe'] = (origin == 2)*1.0
 dataset['Japan'] = (origin == 3)*1.0
 #按照8：2的比例切分训练集和测试集
 train_dataset = dataset.sample(frac=0.8,random_state=0)
 test_dataset = dataset.drop(train_dataset.index)
 #移动MPG字段为标签数据
 train_labels = train_dataset.pop('MPG')
 test_labels = test_dataset.pop('MPG')
 #统计训练集的各个字段数值的均值和标准差，并完成数据的标准化
 train_stats = train_dataset.describe()
 train_stats = train_stats.transpose()
 #标准化数据
 def norm(x):
    return (x - train_stats['mean']) / train_stats['std']
 normed_train_data = norm(train_dataset)
 normed_test_data = norm(test_dataset)
 #打印出训练集和测试集的大小
 print(normed_train_data.shape,train_labels.shape)
 print(normed_test_data.shape,test_labels.shape)
 #利用切分的训练集数据构建数据集对象
 train_db = tf.data.Dataset.from_tensor_slices((normed_train_data.values,train_labels.values))
 #随机打散，批量化
 train_db = train_db.shuffle(100).batch(32)

3. 创建网络
   创建一个3层的全连接网络，其中，输入X的特征共有9种，第一层输入节点数为9，第一层、第二层的输出节点设计为64、64，由于只有一种预测值，输出层节点设计为1。考虑MPG属于实数范围，因此**函数可以不加，也可以添加ReLU**函数。

class Network(keras.Model):
    # 回归网络
    def __init__(self):
        super(Network, self).__init__()
        # 创建3个全连接层
        self.fc1 = layers.Dense(64, activation='relu')
        self.fc2 = layers.Dense(64, activation='relu')
        self.fc3 = layers.Dense(1)
    def call(self, inputs, training=None, mask=None):
        # 依次通过3个全连接层
        x = self.fc1(inputs)
        x = self.fc2(x)
        x = self.fc3(x)
        return x

4. 训练与测试

model = Network()
#通过build函数完成内部张量的创建，其中None为任意的batch数量，9为输入特征长度
model.build(input_shape=(None, 9))
#打印网络信息
model.summary()
#创建优化器，指定学习率
optimizer = tf.keras.optimizers.RMSprop(0.001)
train_mae_losses = []
test_mae_losses = []
for epoch in range(200):
#遍历一次训练集
    for step, (x,y) in enumerate(train_db):
    #梯度记录器
    with tf.GradientTape() as tape:
            out = model(x)
            #计算MSE
            loss = tf.reduce_mean(losses.MSE(y, out))
            #计算MAE，平均绝对误差衡量模型的性能
            mae_loss = tf.reduce_mean(losses.MAE(y, out)) 
            #打印训练误差
     if step % 10 == 0:
          print(epoch, step, float(loss))
          #计算梯度，并更新
     grads = tape.gradient(loss, model.trainable_variables)
     optimizer.apply_gradients(zip(grads, model.trainable_variables))
train_mae_losses.append(float(mae_loss))
out = model(tf.constant(normed_test_data.values))
test_mae_losses.append(tf.reduce_mean(losses.MAE(test_labels, out)))

plt.figure()
plt.xlabel('Epoch')
plt.ylabel('MAE')
plt.plot(train_mae_losses,  label='Train')
plt.plot(test_mae_losses, label='Test')
plt.legend()
# plt.ylim([0,10])
plt.legend()
plt.savefig('auto.svg')
plt.show()                

结果