使用tf.data.Dataset训练线性回归模型的方法及报错解决

数据老陈

2026-8-26

解答

完全可以使用tf.data.Dataset训练线性回归模型，你遇到的报错是Dataset格式不符合Keras输入要求导致的。

报错根因

当你向model.fit()传入tf.data.Dataset用于监督学习训练时，Dataset的每个输出元素必须是**(输入特征, 对应标签)**的二元元组结构。
你原代码中使用list(zip(x, y))将特征和标签合并为了单个数值序列，生成的Dataset每个元素是一个包含两个数值的一阶张量，而非拆分的特征+标签结构，Keras无法从中识别出目标标签，因此抛出缺失目标数据的错误。

正确实现步骤

创建Dataset时直接向from_tensor_slices传入(特征数组, 标签数组)的元组，框架会自动按第一维度切分样本，生成符合要求的(特征,标签)对
为Dataset添加.batch()方法指定批大小，默认配置下Dataset每次仅返回1个样本，训练效率极低，可按需搭配.shuffle()打乱样本顺序提升训练效果
简单线性回归任务无需使用带激活函数的隐藏层，单个无激活的全连接层即可完成线性关系拟合，当然保留原网络结构也可正常训练，仅会增加不必要的计算量。

修正后可运行代码

import tensorflow as tf
import numpy as np

x = np.linspace(1, 10, num=10**2)
y = 54 * x + 33

# 正确构建适配训练的Dataset
ds = tf.data.Dataset.from_tensor_slices((x, y)).shuffle(100).batch(16)

# 线性回归最简模型结构
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(1, input_shape=[1,])
])

model.compile(loss="mean_absolute_error", optimizer="adam")
model.fit(ds, epochs=50)

训练完成后你可以通过model.weights查看参数，会收敛到权重约54、偏置约33，和你预设的线性公式一致。