小结

• 在TensorFlow中针对直线或多项式应用线性回归时，我们假设了所有数据都是干净整洁的拟合线和点。本章向你展示了现实世界的数据看起来并不像第3章那样，并解释了如何使用TensorFlow拟合模型。
• 可视化输入数据点可以帮助你选择一个合适的回归模型——在本例中，选择高斯模型。
• 学习如何通过可视化来评估模型的偏差和误差是使用TensorFlow和优化机器学习模型的一个关键部分。
• 在这个模型上看正则化并不能更好地帮助拟合模型。当训练出的参数偏离你的模型学习的参数范围太远时，选择使用正则化。