机器学习|感知机

运用感知机模型实现对鸢尾花分类

运用感知机实现对鸢尾花进行分类

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

df=pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data', header=None)   #读取数据

class Perceptron():
    """自定义感知机算法"""
    def __init__(self,learning_rate=0.01,num_iter=50,random_state=1):    #类的一个方法  该方法里面包含三个属性
        self.learning_rate=learning_rate
        self.num_iter=num_iter
        self.random_state=random_state
    
    def fit(self,x,y):                                                    
        rgen=np.random.RandomState(self.random_state)
        self.w=rgen.normal(loc=0.0,scale=0.01,size=1+x.shape[1])          #正态分布   

        self.errors=[]                                                   

        for _ in range(self.num_iter):
            errors=0
            for x_i,target in zip(x,y):
                update=self.learning_rate*(target-self.predict(x_i))
                self.w[1:]+=update*x_i
                self.w[0]+=update
                errors+=int(update!=0.0)
            self.errors.append(errors)
        return self
    def predict_input(self,x):
        return np.dot(x,self.w[1:])+self.w[0]      #wx+b
    
    def predict(self,x):
        return np.where(self.predict_input(x)>=0.0,1