分析資料來源為 中央研究院社會學研究所 「社會變遷基本調查計畫 第八期」2020年問卷調查的資料
此次取資料中[年齡, 性別,是否飲酒, 學歷]作為特徵,預測[每日工作時數] 為多元線性回歸模型。
Optimizer : Gradient Descent
Cost function : MSE 均方誤差
Run_iter : 10000
Learning_rate : 0.003
Test_size = 0.25
Random_state = 0
資料預處理:
由訓練結果得知迭代3-4000次時cost已接近最低點,將影響4個特徵的4個w與b更新的過程顯示出來
以訓練出來的w,b 帶入預測模型,將結果與測試集y比較,並計算出誤差值。
最後每10比顯示一次將結果印出。