AI大模型 - 深度学习(Pytorch版)4

一、 机器学习及深度学习-案例（手机价格预测）

1. 需求分析

小明创办了一家手机公司，他不知道如何估算手机产品的价格。为了解决这个问题，他收集了多家公司的手机销售数据。该数据为二手手机的各个性能的数据，最后根据这些性能得到4个价格区间(0,1,2,3)，作为这些二手手机售出的价格区间。
主要包括：

battery_power: 电池一次可储存的总能量，单位为毫安时
blue: 是否有蓝牙
dual_speed: 微处理器执行指令的速度
clock_sim: 是否支持双卡
fc: 前置摄像头百万像素
four_g: 是否有4G
int_memory: 内存（GB）
m_dep: 移动深度
mobile_wt: 手机重量（g）
n_cores: 处理器内核数
pc: 主摄像头百万像素
px_height: 像素分辨率高度
px_width: 像素分辨率宽度
ram: 随机存取存储器（兆字节）
sc_h: 手机屏幕高度（cm）
sc_w: 手机屏幕宽度（cm）
talk_time: 一次电池充电持续时间最长的时间
three_g: 是否有3G
touch_screen: 是否有触控屏
wifi: 是否能连wifi
price_range: 价格区间（0，1，2，3）

需要帮助小明找出手机的功能（例如：RAM等）与其售价之间的某种关系。我们可以使用机器学习的方法来解决这个问题，也可以构建一个全连接的网络。