全文共3494字，预计学习时长11分钟

来源：Pexels

这篇推文将展示如何使用python对乳腺癌数据集建立感知模型。

感知器是神经网络的基本单位。神经网络接收和处理加权输入，并对其进行二元分类。

免责声明：本文的内容和结构基于One-forth实验室——Padhai的深度学习讲座。

感知器概述

不同于MP神经元模型中的布尔输入，感知器模型中的输入可以是真正的数字。模型的输出仍然是二元的0或1。输入值x的加权和如果大于阈值b，感知模型将输出1，否则将输出0。

图1——数学表征学习算法

该学习算法的主要目的是找出能够把数据完全分成正P (y = 1)或负N(y = 0)的向量w，感知器学习算法运行如下。

图2——感知器算法

开始写代码吧

我们将使用来自于sklearn的乳腺癌数据集。数据集有569个观察值和30个变量(不包括类变量)。乳腺癌数据是失衡数据集，类别0和类别1的数据量差异较大。因为本例只是简单实现感知器模型，我们不打算采取任何抽样技术来平衡数据量。

(类失衡)

开始构建感知器模型之前，首先加载需要的包和数据集。数据集已经在sklearn的数据模块中准备就绪。数据加载完成后，需要使用breast_cancer.data和breast_cancer.target命令提取数据特征和反应变量。

#import packages

import sklearn.datasets

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

#load thebreast cancer data

breast_cancer= sklearn.datasets.load_breast_cancer()

#convertthe data to pandas dataframe.

data =pd.DataFrame(breast_cancer.data, columns = breast_cancer.feature_names)

data["class"] = breast_cancer.target

data.head()

data.describe()

#plottinga graph to see classimbalance

data['class'].value_counts().plot(kind = "barh")

plt.xlabel("Count")

plt.ylabel("Classes")

plt.show()

from sklearn.preprocessing import MinMaxScaler

#performscaling on the data.

X =data.drop("class", axis = 1)

Y = data["class"]

mnscaler =MinMaxScaler()

X = mnscaler.fit_transform(X)

X =pd.DataFrame(X, columns=data.drop("class",axis = 1).columns)

#traintest split.

X_train,X_test, Y_train, Y_test = train_test_split(X,Y, test_size = 0.1, stratify= Y, random_state = 1)

(感知器预处理)

获取变量X和Y后，通过最小最大缩放将所有的特征值控制在范围0~1内。建立模型前，将数据分割为训练用数据和测试用数据，分别对两部分数据进行模型训练与性能测试。我们将使用sklearn的train_test_split函数将数据按90:10的比例进行分割，分别用于训练和测试。现在预处理已经完成，可以开始构建模型了。我们将在一个叫做perceptron的类中构建模型。

在“perceptron”类中，编写一个构造函数def_init_。这一函数将权值向量w与阈值b设置为空。

classPerceptron:

#constructor

def__init__ (self):

self.w = None

self.b = None

#model

def model(self, x):

return1if (np.dot(self.w, x) >= self.b) else0

#predictor to predict on the data based on w

def predict(self, X):

Y = []

for x in X:

result = self.model(x)

Y.append(result)

return np.array(Y)

def fit(self, X, Y, epochs = 1, lr = 1):

self.w = np.ones(X.shape[1])

self.b = 0

accuracy = {}

max_accuracy = 0

wt_matrix = []

#for all epochs

for i in range(epochs):

for x, y in zip(X,Y):

y_pred = self.model(x)

if y == 1 andy_pred == 0:

self.w = self.w + lr * x

self.b = self.b - lr * 1

elif y == 0 andy_pred == 1:

self.w = self.w - lr * x

self.b = self.b + lr * 1

wt_matrix.append(self.w)

accuracy[i] =accuracy_score(self.predict(X), Y)

if (accuracy[i] > max_accuracy):

max_accuracy = accuracy[i]

chkptw = self.w

chkptb = self.b

#checkpoint (Save the weights and b value)

self.w = chkptw

self.b = chkptb

print(max_accuracy)

#plot the accuracy values over epochs

plt.plot(accuracy.values())

plt.xlabel("Epoch #")

plt.ylabel("Accuracy")

plt.ylim([0, 1])

plt.show()

#return the weight matrix, that contains weightsover all epochs

return np.array(wt_matrix)

(perceptron模型)

函数模型以输入值x作为参数，计算输入的加权聚合(w与x的点积)，点积大于b则返回值为1，否则返回值为0。接下来调用predict函数，其参数为x，该函数计算x中每一个观察值的预测结果，并返回预测结果列表。

最后，执行fit函数找到为给定数据分类的最佳权值向量w和阈值b。该函数以输入数据(x与y)，学习率和训练次数作为参数。

perceptron= Perceptron()

#epochs = 10000 and lr = 0.3

wt_matrix= perceptron.fit(X_train, Y_train, 10000, 0.3)

#makingpredictions on test data

Y_pred_test= perceptron.predict(X_test)

#checkingthe accuracy of the model

print(accuracy_score(Y_pred_test,Y_test))

(perceptron模型的执行)

搭建好这个类之后，将新的perceptron类初始化，使用该类对训练用数据调用fit方法，找到最佳参数。我们将通过计算测试准确率来评估模型在测试数据上的性能。

更多改进

可以尝试一些改进来提高模型的准确性。

· 改变训练集和测试集的比例，观察模型预测准确率有无变化。

· 增加输入次数，学习速率，在感知器模型上测试，对准确率变化变化进行可视化处理。

· 在感知器模型中随机输入权值，测试其结果

来源：Pexels

留言点赞关注

我们一起分享AI学习与发展的干货

如转载，请后台留言，遵守转载规范