单层感知器的python实现
2017-12-16 21:03
465 查看
# -*- coding: UTF-8 -*- import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt #单层感知器的实现 X=np.array([[1,3,3], [1,4,3], [1,1,1]]) Y=np.array([1,1,-1]) W = (np.random.random(3)-0.5)*2 #w权值的取值范围为-1,1 lr = 0.1 #学习率 n=0 #计算迭代次数 O=0#神经网络输出 def update(): global X,Y,W,lr,n n=n+1 O=np.sign(np.dot(X,W.T)) W_C = lr*((Y-O.T).dot(X)) W = W+W_C if __name__ == '__main__': for _ in range (100): update() O=np.sign(np.dot(X,W.T)) print(O) print(Y) if(O == Y).all(): print('Finished') print('epoch:',n) break x1=[3,4] y1=[3,3] x2=[1] y2=[1] k=-W[1]/W[2] d=-W[0]/W[2] print('k=',k) print('d=',d) xdata=np.linspace(0,5) plt.figure() plt.plot(xdata,xdata*k+d,'r') plt.plot(x1,y1,'bo') plt.plot(x2,y2,'yo') plt.show()
相关文章推荐
- 数据挖掘——单层感知器的Python实现
- [置顶] 人工神经网络(三)单层感知器代码实现
- Python实现感知器模型、两层神经网络
- 人工神经网络(三)单层感知器代码实现
- python实现感知器
- 单层感知器的MATLAB实现
- [置顶] 使用python实现的简单二分类器—感知器
- python实现简单感知器
- 李航《统计学习方法》第二章——用Python实现感知器模型(MNIST数据集)
- 单层感知器就能够实现 逻辑与运算、逻辑或运算和逻辑非运算,不能实现逻辑异或运算
- Python实现感知器
- 数据挖掘——单层感知器的Matlab实现
- 感知器实现(python)
- python3实现感知器
- C语言实现单层感知器
- Python使用Matplotlib和Imagemagick实现感知器算法可视化与GIF导出
- 第二章——用Python实现感知器模型(MNIST数据集)
- 机器学习:Python实现单层Rosenblatt感知器
- 机器学习——感知器算法及python实现
- 【机器学习算法-python实现】Adaboost的实现(1)-单层决策树(decision stump)