感知器算法及其图像

import numpy as np
import random
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
w0 = 0
w1 = 0
w2 = 0
n = 0.01
x = np.array([[1,1,1],
              [1,0,0],
              [0,1,0],
              [0,0,0]])

e0 = 1
e1 = 1
e2 = 1
E = 0.18
while e0 >= E or e1 >= E or e2 >= E:

        j = random.randint(0,4)
        z = w1*x[j][0] + w2*x[j][1]+w0
        y = 1/(1+np.exp(-z))

        e0 =(y - x[j][2])*y*(1-y)
        e1 =(y - x[j][2])*y*(1-y)*x[j][0]
        e2 =(y - x[j][2])*y*(1-y)*x[j][1]

        w0 = w0 - n * e0
        w1 = w1 - n * e1
        w2 = w2 - n * e2


print(w0,w1,w2)

def fun(x1,x2):
    z = w1 * x1 + w2 * x2 + w0
    y = 1 / (1 + np.exp(-z))
    return  y
fig1=plt.figure()#创建一个绘图对象
ax=Axes3D(fig1)#用这个绘图对象创建一个Axes对象(有3D坐标)
x1=np.arange(0,2,1)
x2=np.arange(0,2,1)#创建了从0到100，步长为1的arange对象
#至此X,Y分别表示了取样点的横纵坐标的可能取值
#用这两个arange对象中的可能取值一一映射去扩充为所有可能的取样点
x1,x2=np.meshgrid(x1,x2)
h=fun(x1,x2)#用取样点横纵坐标去求取样点Z坐标
plt.title("This is main title")#总标题
ax.plot_surface(x1, x2, h, rstride=1, cstride=1, cmap=plt.cm.coolwarm)#用取样点(x,y,h)去构建曲面
ax.set_xlabel('x label', color='r')
ax.set_ylabel('y label', color='g')
ax.set_zlabel('z label', color='b')#给三个坐标轴注明
plt.show()#显示模块中的所有绘图对象

0.00125 0.00125 0.00125

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rwTHkTWq-1631265844197)(output_0_1.png)]