本文重点
前面我们学习了基于pytorch搭建多项式回归模型,我们也知道了它和多变量回归模型的区别,本文我们使用pytorch搭建多变量回归模型
模型搭建
class Multivariable_Regression(nn.Module):
def __init__(self):
super(Multivariable_Regression,self).__init__()
self.poly=nn.Linear(3,1)#这里的模型输入是 3 维,输出是1维
def forward(se1f,x):
out = se1f.poly(x)
return out
这个模型和多项式回归是一样的,这里我们也设置模型的输入是3维
数据构建
这个数据和多项式不同的是,多项式的数据为x、x²,x³,彼此之间是有关系的,而多变量的特征x1,x2,x3是没有关系的。
import torch
import numpy as np
input=torch.randn(64,3)
W_target = torch.FloatTensor([0.7, 2.5, 2.4]) .unsque