统计学习方法 第二章 感知机
原理不多描述,直接上代码
原始形式
import numpy as npdef perceptron(x_arr,y_arr,eta = 1):data_mat = np.mat(x_arr)label_mat = np.mat(y_arr).Tm,n = np.shape(data_mat)w = np.zeros((n,1))b = 0wrong_flag = Truewhile wrong_flag:count = 0for i in range(m):cal = np.sum(label_mat[i] * (w.T * data_mat[i].T + b))if cal <= 0:w = w + eta * (label_mat[i] * data_mat[i]).Tb = b + eta * label_mat[i]count += 1if count == 0:wrong_flag = Falsereturn w,b
用书上的实例点测试(3,3),(4,3),(1,1),对应的y值为1,1,-1,结果得到w = [1,1].T,b = -3
关于对偶形式,我的理解就是把w用原始点通过线性组合表示出来。
对偶形式:
import numpy as npdef perceptron_dual(x_arr,y_arr,eta = 1):data_mat = np.mat(x_arr)label_mat = np.mat(y_arr).Tm,n = np.shape(data_mat)#Gram矩阵gram = data_mat * data_mat.Talpha = np.zeros((m,1))b = 0wrong_flag = Truewhile wrong_flag: count = 0for i in range(m):cal = np.sum(label_mat[i] * (np.multiply(alpha,label_mat).T * gram[i].T + b)) if cal <= 0:alpha[i] = alpha[i] + etab = b + eta * label_mat[i]count += 1if count == 0:wrong_flag = Falsereturn alpha,b
同样用上面的实例点进行测试,可以得到alpha = [2,0,5].T,b = -3
统计学习方法 第二章 感知机相关推荐
- 统计学习方法第二章作业:感知机模型原始形式与对偶形式代码实现
原始形式实现 import numpy as np import matplotlib.pyplot as pltclass Perceptron_orginal:def __init__(self, ...
- 统计机器学习第二章 感知机
对于线性方程w*x+b = 0 对应于空间的一个超平面S,其中w是超平面的法向量,b是超平面的截距.超平面将空间划分为两个部分,位于平面两边的点分属于正负两类. 前提:数据线性可分,可以找的一个超平面 ...
- 统计学习方法-第二章课后习题答案整理
2.1Minsky和Papert指出: 感知机因为是线性模型, 所以不能表示复杂的函数,如异或. 验证感知机为什么不能表示异或 参考链接: https://blog.csdn.net/yangfeis ...
- 机器学习理论《统计学习方法》学习笔记:第二章 感知机
<统计学习方法>学习笔记:第二章 感知机 2 感知机 2.1 感知机模型 2.2 感知机学习策略 2.2.1 数据的线性可分性 2.2.2 感知机学习策略 2.3 感知机学习算法 2.3. ...
- 统计学习方法笔记第二章-感知机
统计学习方法笔记第二章-感知机 2.1 感知机模型 2.2感知机学习策略 2.2.1数据集的线性可分型 2.2.2感知机学习策略 2.3感知机学习算法 2.3.1感知机算法的原始形式 2.3.2算法的 ...
- 统计学习方法 第一章 学习心得
统计学习方法 第一章 学习心得 以下可能有不当之处,请各位朋友停步指正,先谢过各位. 上一帖子说道,统计学习方法的三要素: 模型.策略.算法. 模型:模型的假设空间 策略:模型的选择准则,即:定义最优 ...
- 【统计学习方法笔记】——第二章 感知机
目录 前言 一.感知机模型 1.1 定义 1.2 几何解释 二. 感知机学习策略 2.1 数据集的线性可分 2.2 感知机学习策略 三.感知机学习算法 3.1 感知机学习算法的原始形式 3.2 算法的 ...
- 《统计学习方法第二版》学习笔记2——感知机
第2章 感知机 目录 第2章 感知机 前言 1 理论部分 1.1 感知机模型 1.2 感知机学习策略 1.3 感知机算法 1.3.1 原始形式算法 1.3.2 对偶形式算法 2 代码部分 2.1 Pe ...
- 《统计学习方法第二版》学习笔记1——概论
第1章 统计学习及监督学习概率论 目录 第1章 统计学习及监督学习概率论 前言 1 理论部分 1.1 统计学习 1.2 统计学习的分类 1.3 统计学习方法三要素 1.4 模型评估与模型选择 1.5 ...
最新文章
- python字典相同key的值怎么分别取出_python字典值排序并取出前n个key值的方法
- go语言学习(3)面向对象,结构体和方法
- java在注解中绑定方法参数的解决方案
- 3w最简单led灯电路图_行业内幕揭秘:LED灯没有你想的那么简单!
- 设计模式大纲整理——编目、分类、选择与使用
- [js] js源代码压缩都有哪些方法?它们的压缩原理分别是什么
- gazebo 直接获取传感器数据_【ROS-Gazebo】IMU插件使用与数据采集——以四足机器人pigot为例...
- mybatis,mysql,datasource,dpcb连接池的关系
- 我的世界服务器传送系统,我的世界多人服务器任何人都没权限了 不能回主城 不能传送 等等...
- js获取el表达式的值_Vue.js
- PowerShell实现“机器人定时在企业微信群中发送消息”功能(下)
- java学习之自定义异常
- Linux Oracle卸载步骤
- Vue通过render渲染$Notice
- dubbo源码导入eclipse
- JavaScriptJQuery_jQuery选择器
- excel转java 常量_【转】八种常见Excel错误提示及解决方法
- 线性代数(五)向量空间——向量空间的基 维数 内积 基的规范正交化
- 群晖docker下载失败_支持自动下载的 人人影视 客户端
- 头皮脂溢性皮炎推荐联合治疗:采乐50ml+希尔生100g(请看详情页)