TensorFlow (Google) framework học máy mã nguồn mở. Cài đặt: pip install tensorflow. Tensor: mảng đa chiều.
Bài toán hồi quy: dự đoán biến liên tục. Dữ liệu Auto MPG: xe hơi thập niên 70-80. Dự đoán MPG.
Chạy trên Google Colab (Python trên trình duyệt, GPU miễn phí).
Ví dụ
print("Bắt đầu làm sạch dữ liệu")
dataset.isna().sum()
dataset = dataset.dropna()
dataset['Origin'] = dataset['Origin'].map({1: 'USA', 2: 'Europe', 3: 'Japan'})
print("Hoàn thành làm sạch!")
dataset = pd.get_dummies(dataset, prefix='', prefix_sep='')
print("Mẫu dữ liệu sau làm sạch:")
dataset.head(4)
Nguồn mã: TensorFlow Regression Tutorial
Đầu ra
Bắt đầu làm sạch dữ liệu Hoàn thành làm sạch! Mẫu dữ liệu sau làm sạch -
| MPG | Cylinders | Displacement | horsepower | weight | Acceleration | Model Year | Europe | Japan | USA | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 18.0 | 8 | 307.0 | 130.0 | 3504.0 | 12.0 | 70 | 0 | 0 | 1 |
| 1 | 15.0 | 8 | 350.0 | 165.0 | 3693.0 | 11.5 | 70 | 0 | 0 | 1 |
| 2 | 18.0 | 8 | 318.0 | 150.0 | 3436.0 | 11.0 | 70 | 0 | 0 | 1 |
| 3 | 16.0 | 8 | 304.0 | 150.0 | 3433.0 | 12.0 | 70 | 0 | 0 | 1 |
Giải thích
- Xóa giá trị NaN khỏi dataset.
- Dùng
map()ánh xạ cột Origin: 1→USA, 2→Europe, 3→Japan. - One-hot encoding bằng
pd.get_dummies()tạo cột Europe, Japan, USA. - Hiển thị mẫu 4 dòng đầu sau xử lý.