python输入一组工资数据_用线性单元（LinearUnit）实现工资预测的Python3代码

功能：通过样本进行训练，让线性单元自己找到(这就是所谓机器学习)工资计算的规律，然后用两组数据进行测试机器是否真的get到了其中的规律。

原文链接在文尾，文章中的代码为了演示起见，仅根据工作年限来预测工资，参数是一维的，最后绘制的图也是平面图。本着学习的态度，我将代码改为能根据两个参数来预测工资，两个参数分别是工作年限和级别，并且用3D图绘制出拟合的效果。原作者的代码是适用于Python2.7的，我的代码适用于Python3，谨供参考。

注意：绘图代码需要安装matplotlib。

代码：

1 #!/usr/bin/env python

2 #-*- coding: UTF-8 -*-

3

4 from Perceptron importPerceptron5

6

7 #定义激活函数f

8 f = lambdax: x9

10 classLinearUnit(Perceptron):11 def __init__(self, input_num):12 '''初始化线性单元，设置输入参数的个数'''

13 Perceptron.__init__(self, input_num, f)14

15

16 defget_training_dataset():17 '''

18 捏造5个人的收入数据19 '''

20 #构建训练数据

21 #输入向量列表，每一项的第一个是工作年限，第二个是级别

22 #构造这些数据所用的公式是：工资=1000*年限 + 500*级别，看机器是否能猜出来

23 input_vecs = [[5,1], [3, 7], [8,2], [1.5,5], [10,6]]24 #期望的输出列表，月薪，注意要与输入一一对应。【注意！ 我故意让结果不太准确，这也会导致预测的结果有偏差】

25 labels = [5200, 6700, 9300, 3500, 15500]26 returninput_vecs, labels27

28

29 deftrain_linear_unit():30 '''

31 使用数据训练线性单元32 '''

33 #创建感知器，输入参数的特征数为2(工作年限，级别)

34 lu = LinearUnit(2)35 #训练，迭