感知器及其C++的实现

本文介绍了感知器在模式识别中的作用,特别是在银行信用卡发放决策中的应用。通过实例解释了如何将客户信息转换为可计算的数值,并利用权重和阈值进行决策。文章讨论了迭代方法更新权重,并提出了停止迭代的条件。最后,提到了线性感知器在处理线性可分数据时的效果,并预告了C++实现的部分。
摘要由CSDN通过智能技术生成

本来计划这篇博客写如何用web前端写2048,但是鉴于以前的代码写得太乱,暂时并不打算继续这个话题了;

本篇的主题是“感知器及其C++的实现”,我会简单介绍模式识别中的感知器是个什么东西,并且会给出我写的C++代码


进入正题:

什么是感知器?

引出:
比如说某银行的分析软件有这样一项功能,通过输入某客户的个人信息(年龄、性别、职业、收入、欠债情况、信用情况等),返回是否给该客户提供信用卡服务;对于这个问题,我们可以定义某个函数f可以完成这样的功能,但是这个f是未知的;但是通过很多先验数据(已经通过人工判定是否发放行用卡),我们可以估计出这样一个函数g(宏观上来说就和人一样,当你对于某个事件见得多了,下次你就能预见其可能状态了),它能够做出和f相似的判定;这就是数据驱动。

其中此例子的数据是指:通过人工判定是否发放信用卡的数据,称之为是带有标签的。


对于是否发放信用卡此类问题,只有两种结果:发或不发;对于这样的,只有两种状态的问题,我们可以用一个线性感知器来完成。


怎么操作呢?

首先我们做一个转换,将数据都转换成可以计算的量,不妨都装换为数字,比如有一个这样的用户jerry,其用户数据如下

{

yearsold: 20, //年龄

salary: 10000, //月收入

debt:100000 //欠债

}

可能客户不同的信息在是否发放信用卡这件事上占有不同的比重,那么我们可以给每条数据的每个信息加上一个比重w求和(加权求和)。则可以得出一个总的权重:

y = yearsold *

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值