设计要求
设两个正态分布的均值分别为 μ 1 = ( − 5 0 ) T μ_1=(-5\quad0)^T μ1=(−50)T和 μ 2 = ( 5 0 ) T μ_2=(5\quad0)^T μ2=(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 x_1>0 x1>0的样本,第二类不考虑 x 1 < 0 x_1<0 x1<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