python 感知器求解线性权向量

设计要求

设两个正态分布的均值分别为${\mu }_1=(-50{)}^T$和${\mu }_2=(50{)}^T$，协方差矩阵均为单位阵。编写程序，生成每类200个向量的数据集，为保证线性可分，对于第一类不考虑$x_1>0$的样本，第二类不考虑$x_1<0$的样本，采用感知器算法求解线性权向量，使用不同的初始参数，并绘制分界线。

程序代码

import numpy as np
import matplotlib 
import matplotlib.pyplot as plt
Sigma=np.array([[1,0],[0,1]])
w1 = np.random.multivariate_normal([-5,0],Sigma,200)
w2 = np.random.multivariate_normal([5,0],Sigma,200)
rho=1
#样本増广及规范化
w1=np.pad(w1,((0,0),(0,1)),'constant', constant_values=1)
w2=-np.pad(w2,((0,0),(0,1)),'constant', constant_values=1)
w3=np.vstack([w1,w2])
#感知器函数
def detect(data,w,rho):
    count=1
    while True:
        correct=False
        for i in data:
            if i[0]<=0 and sum(w*i)<=0:
                w=w+rho*i
                correct=True
                #print(count,i,sum(w*i),w)
        count+=1
        if correct==False:
            break
    print(w)
    y1,y2=max(w1[:,1])+1,min(w1[:,1])-1
    x1=-(w[1]*y1+w[2])/w[0]
    x2=-(w[1]*y2+w[2])/w[0]
    plt.figure()
    plt.scatter(w1[:,0],w1[:,1])
    plt.scatter(-w2[:,0],-w2[:,1])
    plt.plot([x1,x2],[y1,y2])
    plt.show()
#初始化不同权重得到结果
for i in range(3):
    w=np.random.randint(-5,5,3)
    print("初始化权向量：",w)
    detect(w3,w,1)

运行结果