机器学习第5章神经网络概念总结和简单实践

最新推荐文章于 2022-04-04 12:53:01 发布

至味清欢

最新推荐文章于 2022-04-04 12:53:01 发布

阅读量292

点赞数

分类专栏：西瓜书文章标签：神经网络西瓜书

本文链接：https://blog.csdn.net/Hey_yf/article/details/88537763

版权

这篇博客总结了神经网络的基本概念，包括单层神经网络（感知机）及其发展成具有隐层的神经网络。内容包含了一张概念总结导图，并通过实践习题5.5，使用单隐层神经网络对西瓜数据集进行训练，展示了神经网络在实际问题中的应用。

摘要由CSDN通过智能技术生成

神经网络概念总结：

单层神经网络无隐层，为感知机，是神经网络的起源。

在输入层和输出层之间加上隐层，隐层同样具有和输出层一样的神经元功能，形成神经网络。

概念总结导图：

习题简单实践：

习题5.5 用单隐层网络训练西瓜数据集3.0.

# first round -- sklearn
import pandas as pd
import numpy as np
data = pd.read_csv('./CH4 TABLE4-3.csv', delimiter=',')
# 西瓜数据集3.0见第4张总结

data1 = data[:8]

data1 = data[['色泽','根蒂','敲声','纹理','脐部','触感','密度','含糖率','好坏']]
data2 = data1.replace(['青绿','蜷缩','浊响','清晰','凹陷','硬滑','乌黑','稍蜷','沉闷','稍糊','稍凹','软粘','浅白','硬挺','清脆','模糊','平坦','好瓜','坏瓜'],[1,1,1,1,1,1,2,2,2,2,2,2,