机器学习（1）-- Rosenblatt感知器Java代码实现

机器学习（1）-- Rosenblatt感知器Java代码实现

在代码实现过程中，首先是初始样本点，然后再对这些样本点进行各种操作！（直接上代码吧）
##豆豆样本的生成
首先对这些豆豆进行一下简单说明：x代表豆豆的大小，y代表豆豆的毒性；其中豆豆大小与毒性成正相关
生成豆豆代码：

public class Bean {

double xs;  //豆豆大小
double ys;  //豆豆毒性
static double w = 0.5; //初始认知

static double maxOffset = 1.1;
static double minOffset = 0.9;

public Bean() {
}

public Bean(double xs, double ys) {
    this.xs = xs;
    this.ys = ys;
}

public double getXs() {
    return xs;
}

public double getYs() {
    return ys;
}


@Override
public String toString() {
    return "Bean{" +
            "xs=" + xs +
            ", ys=" + ys +
            ", w=" + w +
            '}';
}

}

豆豆服务类
这块代码就是生成豆豆以及计算豆豆误差。
public class BeanServe {

static Random random = new Random();
/**
 * 造豆豆
 */
public static ArrayList<Bean> creatBeans(int num) {

    ArrayList<Bean> list = new ArrayList<>();
    for (int i = 0; i < num; i++) {
        double xs = random.nextDouble();
        double ys = xs * (Bean.minOffset + (Bean.maxOffset - Bean.minOffset) * xs * random.nextDouble());
        Bean bean = new Bean(xs, ys);
        list.add(bean);
    }
    return list;
}

/**
 * 计算一个豆豆的误差
 */
public static void opdateSingleError(Bean bean) {

    double y_pre = Bean.w * bean.xs;
    double e = bean.ys - y_pre;
    double alpha = 0.05;
    Bean.w = Bean.w + alpha * e * bean.xs;
}

/**
 * 更新一群豆豆的误差
 */
public static void opdateArrError(ArrayList<Bean> list) {

    Iterator<Bean> it = list.iterator();
    while (it.hasNext()) {
        BeanServe.opdateSingleError(it.next());
    }
}

}
程序入口
目的就是更新豆豆的认知，即斜率。
public class Main {

public static void main(String[] args) {

    //豆豆初始化
    ArrayList<Bean> beans = BeanServe.creatBeans(100);
    System.out.println(beans);

    //豆豆认知更新
    for (int i = 0; i < 100; i++) {
        BeanServe.opdateArrError(beans);
    }

    //打印最终豆豆
    System.out.println(beans);

}

}