简介

Perceptron.py

import numpy as np# 感知器算法
class Perceptron:def fit(self, X, y):m, n = X.shapew = np.zeros((n,1)) b = 0done = Falsewhile not done:done = Truefor i in range(m):x = X[i].reshape(1,-1)if y[i] * (x.dot(w) + b) <= 0:w = w + y[i] * x.Tb = b + y[i]done = False  self.w = wself.b = bdef predict(self, X):return np.sign(X.dot(self.w) + self.b)

perceptron_iris.py

import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from perceptron import Perceptron
import matplotlib.pyplot as pltiris = datasets.load_iris()
X= iris["data"][:,(0,1)]
y = 2 * (iris["target"]==0).astype(np.int) - 1
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=5)plt.figure(1)
plt.axis([4,8,1,5])
plt.plot(X_train[:, 0][y_train==1], X_train[:, 1][y_train==1], "bs", ms=3)
plt.plot(X_train[:, 0][y_train==-1], X_train[:, 1][y_train==-1], "yo", ms=3)model = Perceptron()
model.fit(X_train, y_train)plt.figure(2)
plt.axis([4,8,1,5])
plt.plot(X_train[:, 0][y_train==1], X_train[:, 1][y_train==1]+0.1, "bs", ms=3)
plt.plot(X_train[:, 0][y_train==-1], X_train[:, 1][y_train==-1]-0.1, "yo", ms=3)
x0 = np.linspace(4, 8, 200)
w = model.w
b = model.b
line = -w[0]/w[1] * x0 - b/w[1]
plt.plot(x0, line)plt.figure(3)
plt.axis([4,8,1,5])
plt.plot(X_test[:, 0][y_test==1], X_test[:, 1][y_test==1], "bs", ms=3)
plt.plot(X_test[:, 0][y_test==-1], X_test[:, 1][y_test==-1], "yo", ms=3)
x0 = np.linspace(4, 8, 200)
line = -w[0]/w[1] * x0 - b/w[1]
plt.plot(x0, line)plt.show()

运行截图

感知器算法实现对山鸢尾花分类问题相关推荐

感知器算法实现鸢尾花数据的分类
1.代码 1.算法描述本博客使用感知器算法来实现鸢尾花数据的分类.因为感知器映射结果为1和-1,为了让感知器能够正常运行,我们舍去了映射类型为0的鸢尾花数据,保留了映射类型为1和-1的鸢尾花数据 ...
【基础机器学习算法原理与实现】使用感知器算法LDA、最小二乘法LSM、Fisher线性判别分析与KNN算法实现鸢尾花数据集的二分类问题
本文设计并实现了PerceptronLA.PseudoIA.LeastSM.LinearDA.KNN等五个算法类,以及DataProcessor的数据处理类.对感知器算法LDA.最小二乘法LSM的伪逆 ...
人工智能学习笔记感知器算法的设计实现感知器准则实现多类分类
学习来源感知器算法的设计实现 python_监心司的博客-CSDN博客实验原理实验内容 1. 数据生成及规范化处理利用高斯模型,生成 N 类(N>5)数据(2D or 3D),并对生成样 ...
机器学习之感知器算法的设计实现（多分类）
本次实验旨在掌握感知器算法,利用它对输入的数据进行多类分类. 1.实验原理 1．感知器基本原理感知准则函数是五十年代由 Rosenblatt 提出的一种自学习判别函数生成方法,由于Rosenbla ...
神经网络感知器算法调整原理是什么
算法调整原理如果点分类正确,则什么也不做. 如果点分类为正,但是标签为负,则分别减去 αp,αq, 和 α 至 w_1, w_2,w1,w2, 和 bb 如果点分类为负,但是标签为正,则分别将α ...
机器学习——人工神经网络之发展历史（神经元数学模型、感知器算法）
目录一.神经元的数学模型二.感知器算法(SVM算法前身) 1.目的 2.流程 >>>问题1:下图w和b的调整是什么意思? 3.算法的有效性验证 1)原算法 2)增广矩阵 3) ...
感知器算法(PLA)
PLA全称是Perceptron Linear Algorithm,简称PLA 原理 <统计学习基础> 李航感知器是二分类的现行分类模型,其输入为实力的特征向量,输出为实例的类别,取+1 ...
线性判别函数（Python实现批感知器算法、Ho Kashyap算法和MSE多类扩展方法）——模式识别编程作业
文章目录写在前面批感知器算法 Ho Kashyap算法 MSE多类扩展方法 Ref. 写在前面本博客为模式识别作业的记录,实现批感知器算法.Ho Kashyap算法和MSE多类扩展方法,可参考教 ...
感知器算法（Perceptron）
目录引言感知器 Matlab代码效果展示 Python代码效果展示 C++代码效果展示引言本专栏第二个机器学习算法:感知器算法,全部代码通过Github下载,使用Matlab,Pytho ...

感知器算法实现对山鸢尾花分类问题

简介

Perceptron.py

perceptron_iris.py

运行截图

感知器算法实现对山鸢尾花分类问题相关推荐

最新文章

热门文章