目錄

1. 基礎寫法

1.1導包 

2.2加載讀取數據

2.3原始數據可視化（畫圖顯示） 

 2.4線性回歸的（基礎）分解寫法

2.5定義訓練過程 

 2.PyTorch實現 線性回歸的封裝寫法（實際項目中的常用寫法）

 2.1創建線性回歸模型

2.2定義損失函數 

2.3定義優化器 

 2.4定義訓練過程

---

 

1. 基礎寫法

1.1導包 

import torch
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2.2加載讀取數據?

data = pd.read_csv('./dataset/Income1.csv')
data

#讀取數據類型為dataframe類型

輸出結果截圖所示（部分數據） 

 

data.head()    #查看dataframe數據的前五條數據

 

data.tail()  #后五條數據

data.Education.head()  #查看數據的Education列的前五條數據  #是一個Series

0    10.000000
1    10.401338
2    10.842809
3    11.244147
4    11.645485
Name: Education, dtype: float64

data.Education[:5]  #查看數據的Education列的前五條數據

0    10.000000
1    10.401338
2    10.842809
3    11.244147
4    11.645485
Name: Education, dtype: float64

2.3原始數據可視化（畫圖顯示） 

#畫散點圖，觀察數據Education 與 Income 是否具有線性關系
plt.scatter(data.Education, data.Income)
plt.xlabel('Education')
plt.ylabel('Income')