感知机的原始算法_python

最新推荐文章于 2023-10-25 11:53:11 发布

Julie_nana

最新推荐文章于 2023-10-25 11:53:11 发布

阅读量414

点赞数

分类专栏：机器学习文章标签：机器学习感知机 python

本文链接：https://blog.csdn.net/weixin_41413693/article/details/84797942

版权

本文档介绍了如何使用Python实现感知机的原始算法，基于李航老师的《统计学习方法》理论，包括算法的详细解释和代码展示。通过运行代码，得出权重w=[1,1]，偏置b=-3。后续将对这一实现进行类的封装。" 88789248,7789980,UC Berkeley 数据挖掘课程视频合集,"['数据挖掘', '课程', 'UC Berkeley', '计算机科学', '教育']

摘要由CSDN通过智能技术生成

本系列文章主要是对李航老师的《统计方法分析》里涉及到的机器学习算法利用python进行实现，每个算法包括两部分，理论说明和代码实现，为方便在调用模块或类的时候查看原理，相关理论说明在代码中以文档字符串出现。第一篇为感知机的原始算法。

#-*- encoding:utf-8 -*-
#-------------------------------------V1.0.0------------------------------------------------
#Implementation of Perceptron Learning Algorithm  with Python                              |
#Author：Julie                                                                             |
#Date：2018.11.29                                                                         |
#-------------------------------------------------------------------------------------------
 
#Algorithm Description 
#该分类器用于对线性二分类数据，模型为y=sign(w*x+b),对应着一个超平面w*X+b=0,w是超平面的法向量,b是超平面的截距。
#1：对数据集D进行适当的处理，从中产生训练集S和测试集T   如何选取参考：机器学习测试集选取常用方法-《机器学习》周志华
#2：指定损失函数，梯度下降，L(w,b)=-∑yi(w*xi+b),(xi,yi)为误分类点
#3：训练：最