编号：C156
大小：6.1M
环境：Python3.8、Pycharm
简介：基于Python使用前馈神经网络进行波士顿房价预测
最终效果如下：

Network Sructure
​ 网络是一个二层的前馈神经网络，结构图大致如下：

Requirements
​ 需要Python 3.6 及以上版本，低版本可能也能用，需要大家自己尝试，在根目录中使用如下命令来安装requirements.txt 中的所有的依赖
$ pip install -r requirements.txt
Predict
​ 仓库中主要包含两个文件：predict.py 和 Regression.py
predict.py
实现了利用前馈神经网络对波士顿房价进行预测，包含训练和预测两部分，里面有部分可选参数，具体如下：
$ python predict.py -h

usage: predict.py [-h] [–weights WEIGHTS] [–load_weights]
[–hidden_layer HIDDEN_LAYER] [–learn_rate LEARN_RATE]
[–input_shape INPUT_SHAPE]
[–load_cols LOAD_COLS [LOAD_COLS …]] [–epoch EPOCH]

optional arguments:
-h, –help show this help message and exit
–weights WEIGHTS inital weights path
–load_weights load weights or not
–hidden_layer HIDDEN_LAYER
The dim of hidden_layer
–learn_rate LEARN_RATE
The learning rate
–input_shape INPUT_SHAPE
The input_shape of networks,don’t forget change
load_cols
–load_cols LOAD_COLS [LOAD_COLS …]
–epoch EPOCH The epoch of train
Regression.py
此文件实现了利用 sklearn 中常见的回归模型对房价进行预测。
Pretrained model
​ 在weights目录下有我训练好的一个预训练模型 Boston.pt ，其中 hidden_layer=1000, epoch=10000, learn_rate=0.01
​ 最终loss大概为 0.03 左右

运行展示

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频