4.2 基礎MLP網絡

本節使用回歸分析和分類任務兩個機器學習的典型應用場景對基礎MLP網絡進行介紹。

4.2.1 回歸分析

回歸分析是確定兩種或兩種以上變量相互依賴的定量關系的統計分析方法，本節使用TensorFlow 2.0對回歸分析進行介紹。

（1）導入數據集，代碼如下。

（2）代碼的運行結果如下。

（3）在導入數據正確的前提下，構建并配置回歸分析模型，代碼如下。

（4）代碼的運行結果如下。

（5）結果顯示模型輸出正確。下面對回歸分析模型進行訓練，本例中的訓練次數為50次，代碼如下。

（6）代碼的運行結果如下。

（7）對模型進行多次訓練后，集中輸出訓練結果，代碼如下。

（8）代碼的運行結果如下。

4.2.2 分類任務

分類任務通過訓練一個特定的函數來判斷輸入數據所屬的類別。分類任務在現實中的應用非常廣泛，如圖像鑒定、語音識別等。

（1）導入數據集，代碼如下。

（2）得到如下結果則說明導入數據正確。

（3）在導入數據正確的前提下，構建并配置分類任務模型，代碼如下。

（4）對模型進行校驗，結果如下。

（5）在模型輸出正確的前提下，對回歸分析模型進行訓練，本例中的訓練次數為10次，代碼如下。

（6）代碼的運行結果如下。

（7）對模型進行多次訓練后，集中輸出訓練結果，代碼如下。

（8）代碼的運行結果如下。

本例使用breast_cancer的數據源進行了簡單的圖像分類演示，可以發現，隨著訓練次數的增加，損失率（loss）不斷下降，而精確度（accuracy）不斷上升。這就是機器學習進行多次訓練的意義。