机器学习基石（林轩田）作业1， python 代码实现

onexming

于 2020-02-13 21:49:33 发布

阅读量561

点赞数

分类专栏：机器学习（林田轩）文章标签：机器学习

本文链接：https://blog.csdn.net/qq_39124762/article/details/104297851

版权

这篇博客介绍了机器学习中的 PLA（Perceptron Learning Algorithm）算法，特别是 Pocket PLA 的实现。内容涵盖如何在4维数据基础上增加偏移量，并详细讲解了优化的线性感知机算法——Pocket PLA，该算法在每次迭代中随机选取一定数量的错误点进行参数更新，只有当错误率降低时才会更新最优参数。

摘要由CSDN通过智能技术生成

PLA

15

注意: 在原有4维数据的基础上有增加一维作为偏移量

import numpy as np 

# 数据处理
def getData(file_name):
    f = open(file_name)
    data = []
    for line in f.readlines():
        line = [float(v) for v in line.split()]
        line.insert(0,1.0)
        line = tuple(line)
        data.append(line)
    return np.array(data)

def sign(y):
    if y<=0 : return -1
    else : return 1

data = getData("./data.txt")
print(data.shape)
train_time = 0
# np.random.shuffle(data) # 打乱数据, 打乱数据后结果不同, 第二题
w = np.array([0]*5,dtype=float)
while True:
    isFinish = True
    for index in