首页
前端开发
后端开发
数据库
数据分析
开发工具
测验/考试
代码笔记
🎁 机器学习（ML）是AI的核心驱动力！全面、实用的 机器学习（ML）教程 现已正式上线 👉 点击学习
导航分类
机器学习（ML）TensorFlow 示例1概述机器学习（ML）TensorFlow 示例1模型
主题
  • 默认模式
  • 浅蓝色模式
  • 淡绿色模式
  • 深夜模式

TensorFlow 数据收集

示例 1 中使用的数据是一个汽车对象列表，如下所示：

{
    "Name": "chevrolet chevelle malibu",
    "Miles_per_Gallon": 18,
    "Cylinders": 8,
    "Displacement": 307,
    "Horsepower": 130,
    "Weight_in_lbs": 3504,
    "Acceleration": 12,
    "Year": "1970-01-01",
    "Origin": "USA"
},
{
    "Name": "buick skylark 320",
    "Miles_per_Gallon": 15,
    "Cylinders": 8,
    "Displacement": 350,
    "Horsepower": 165,
    "Weight_in_lbs": 3693,
    "Acceleration": 11.5,
    "Year": "1970-01-01",
    "Origin": "USA"
},

该数据集是一个 JSON 文件，存储位置在：

https://www.kaicz.com/uploads/20250703/carsdata.json

数据清洗（Data Cleaning）

在准备机器学习数据时，务必遵循以下两个关键原则：

  • 移除不需要的数据
  • 清洗数据错误

移除数据（Remove Data）

移除不需要的数据最好的办法就是只提取所需数据，这一点我们可以使用map函数对数据进行遍历迭代提取所需字段。

以下函数接收一个对象，并仅从该对象的 Horsepower（马力）和 Miles_per_Gallon（每加仑英里数）属性中提取x和y值：

function extractData(obj) {
    return {x:obj.Horsepower, y:obj.Miles_per_Gallon};
}

清除数据错误（Remove Errors）

大多数数据集都存在某种类型的错误，清除数据错误的智能方法是使用过滤函数筛选剔除错误数据。

以下代码会在属性（x或y）包含空值时返回 false：

function removeErrors(obj) {
    return obj.x != null && obj.y != null;
}

获取数据（Fetching Data）

当您准备好map和filter函数后，就可以编写数据获取函数了。

实例代码 运行代码
复制
async function runTF() {
    const jsonData = await fetch("cardata.json");
    let values = await jsonData.json();
    values = values.map(extractData).filter(removeErrors);
}

数据可视化（Plotting the Data）

以下是可用于绘制数据的代码示例：

实例代码 运行代码
复制
function tfPlot(values, surface) {
    tfvis.render.scatterplot(surface,
    {values:values, series:['Original','Predicted']},
    {xLabel:'Horsepower', yLabel:'MPG'});
}
评论区 0
发表评论
教程介绍
机器学习是人工智能的子领域，通过算法让计算机从数据中自动学习规律，并做出预测或决策。
29 章节
39 阅读
0 评论
教程目录

机器学习（Machine Learning）

ML 概述 ML 与 AI ML 编程语言 ML JavaScript ML 线性图 ML 散点图 ML 感知机 ML 模式识别 ML 模型训练 ML 模型测试 ML 机器学习 ML 学习术语 ML 数据处理 ML 聚类分析 ML 线性回归 ML 深度学习 ML Brain.js

TensorFlow

TFJS 教程 TFJS 操作 TFJS 模型 TFJS Visor

TensorFlow 示例1

Ex1 概述 Ex1 数据 Ex1 模型 Ex1 训练

TensorFlow 示例2

Ex2 概述 Ex2 数据 Ex2 模型 Ex2 训练