《模式识别原理、应用及实现》 课件 4.9线性回归算法与感知器-实验_第1页
《模式识别原理、应用及实现》 课件 4.9线性回归算法与感知器-实验_第2页
《模式识别原理、应用及实现》 课件 4.9线性回归算法与感知器-实验_第3页
《模式识别原理、应用及实现》 课件 4.9线性回归算法与感知器-实验_第4页
《模式识别原理、应用及实现》 课件 4.9线性回归算法与感知器-实验_第5页
已阅读5页,还剩9页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

模式识别1/justinruan/Learning-ML学以致用,知行合一(实践篇)4.9感知机算法算法2.1(感知机学习算法的原始形式)输入:训练数据集学习率输出:;感知机模型(1)选取初值(2)在训练集中随机选取数据(3)如果,更新(4)转至(2),直到训练集中没有误分的点2求偏导感知器与鸢尾花3鸢尾花数据鸢尾花数据集共收集了三类鸢尾花,即Setosa山鸢尾、Versicolour变色鸢尾和Virginica维吉尼亚鸢尾,每一类鸢尾花收集了50条样本记录,共计150条。有4个属性:萼片长度、萼片宽度、花瓣长度和花瓣宽度。4属性最大值最小值均值方差萼长7.94.35.840.83萼宽4.42.03.050.43瓣长6.91.03.761.76瓣宽2.50.11.200.76感知器的Numpy实现5构造数据集选择前两种鸢尾花的第二个及第三个特征进行实验,只取两个特征:(花萼宽度花瓣长度)6

判别函数7找到一个违例:测试函数进行训练和测试:8Weight=[-0.0440.049],b=-0.01样本空间可视化画出分割的边界9感知器与SK-Learn10感知器与MNISTMNIST是一个手写数字图像的数据集,每幅图像都由一个整数标记。MNIST数据库有60,000个用于训练的28*28的灰度手写数字图片,10,000个测试图片11#从外部的npz文件中加载数据trainset:(60000,785)#第一个维度是标注testset:(10000,785)#从第二个维度开始是图像数据X_train=(60000,784)y_train=(60000,)X_train=(10000,784)y_train=(10000,)感知器与MNIST12感知器与MNISTConfusionmat

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论