带有张量流的逻辑回归不起作用

Question

在这里学习一些新东西，所以我希望社区可以提供帮助。我主要是一个 ruby​​ 人，但试图过渡到 python，以便我可以使用 tensorflow 处理机器学习。我很难使用我收集的住房数据让这个逻辑回归脚本工作。

数据链接：
https://storage.googleapis.com/datastorage_machinelearning/first1500.csv

逻辑回归脚本：
https://gist.github.com/Nick-Harvey/404b605423b3c19710eb2a1de6cb5880

脚本输出：
https://gist.github.com/Nick-Harvey/3eab9262770bfb690730cad1fbadf9eb

错误有点明显，因为它表示存在不兼容的形状。这很可能是由于我对添加额外列的城市名称进行的编码。但是，我似乎无法找到一种能够拟合数据的方法，因此我可以按平方英尺预测房价并能够将其全部绘制出来。最终，我希望能够绘制数据，以便您可以将 sqft 与价格进行比较并按城市对其进行排序。

Answer 1

注意：我认为您没有进行逻辑回归。逻辑回归要求因变量是二元的，并通过最大似然估计，例如 Fischer 评分。您的误差函数是平均最小二乘，您的因变量是数值。在我看来，这就像多元线性回归。

---

我研究了您的代码并能够训练模型。当您计算最小二乘损失时，您的代码稍后崩溃。但我会把它留给你。

您的问题是训练数据的维度。您的因变量 y_train 的形状为：(1176)。

试试：

y_train = y_train.reshape((y_train.shape[0], 1))

之后

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2)