python实现感知器算法详解


Posted in Python onDecember 19, 2017

在1943年,沃伦麦卡洛可与沃尔特皮茨提出了第一个脑神经元的抽象模型,简称麦卡洛可-皮茨神经元(McCullock-Pitts neuron)简称MCP,大脑神经元的结构如下图。麦卡洛可和皮茨将神经细胞描述为一个具备二进制输出的逻辑门。树突接收多个输入信号,当输入信号累加超过一定的值(阈值),就会产生一个输出信号。弗兰克罗森布拉特基于MCP神经元提出了第一个感知器学习算法,同时它还提出了一个自学习算法,此算法可以通过对输入信号和输出信号的学习,自动的获取到权重系数,通过输入信号与权重系数的乘积来判断神经元是否被激活(产生输出信号)。

python实现感知器算法详解

一、感知器算法

我们将输入信号定义为一个x向量,x=(x1,x2,x3..),将权重定义为ω=(ω1,ω2,ω3...)其中ω0的值为,将z定义为为两个向量之间的乘积,所以输出z=x1*ω1 + x2*ω2+....,然后将z通过激励(激活)函数,作为真正的输出。其中激活函数是一个分段函数,下图是一个阶跃函数,当输入信号大于0的时候输出为1,小于0的时候输出为0,这里的阶跃函数阈值设置为0了。定义激活函数为Φ(z),给激活函数Φ(z)设定一个阈值θ,当激活函数的输出大于阈值θ的时候,将输出划分为正类(1),小于阈值θ的时候将输出划分为负类(-1)。如果,将阈值θ移到等式的左边z=x1*ω1+x2*ω2+....+θ,我们可以将θ看作为θ=x0*ω0,其中输出x0为1,ω0为-θ。将阈值θ移到等式的左边之后,就相当于激活函数的阈值由原来的θ变成了0。

python实现感知器算法详解

感知器算法的工作过程:

1、将权重ω初始化为零或一个极小的随机数。

2、迭代所有的训练样本(已知输入和输出),执行如下操作:

a、通过权重和已知的输入计算输出

b、通过a中的输出与已知输入的输出来更新权重

python实现感知器算法详解

权重的更新过程,如上图的公式,其中ω与x都是相对应的(当ω为ω0的时候,x为1),η为学习率介于0到1之间的常数,其中y为输入所对应的输出,后面的y(打不出来)为a中所计算出来的输出。通过迭代对权重的更新,当遇到类标预测错误的情况下,权重的值会趋于正类别和负类别的方向。

python实现感知器算法详解

第一个公式表示的是,当真实的输出为1的情况下,而预测值为-1,所以我们就需要增加权重来使得预测值往1靠近。

第二个公式表示的是,当真实的输出为-1的情况下,而预测值为1,所以我们就需要减少权重来使得预测值往-1靠近。

注意:感知器收敛的前提是两个类别必须是线性可分的,且学习率足够小。如果两个类别无法通过一个线性决策边界进行划分,我们可以设置一个迭代次数或者一个判断错误样本的阈值,否则感知器算法会一直运行下去。

python实现感知器算法详解

最后,用一张图来表示感知器算法的工作过程

python实现感知器算法详解

二、python实现感知器算法

import numpy as np 
 
class Perceptron(object): 
  ''''' 
  输入参数: 
  eta:学习率,在0~1之间,默认为0.01 
  n_iter:设置迭代的次数,默认为10 
  属性: 
  w_:一维数组,模型的权重 
  errors_:列表,被错误分类的数据 
  ''' 
  #初始化对象 
  def __init__(self,eta=0.01,n_iter=10): 
    self.eta = eta 
    self.n_iter = n_iter 
  #根据输入的x和y训练模型 
  def fit(self,x,y): 
    #初始化权重 
    self.w_ = np.zeros(1 + x.shape[1]) 
    #初始化错误列表 
    self.errors_=[] 
    #迭代输入数据,训练模型 
    for _ in range(self.n_iter): 
      errors = 0 
      for xi,target in zip(x,y): 
        #计算预测与实际值之间的误差在乘以学习率 
        update = self.eta * (target - self.predict(xi)) 
        #更新权重 
        self.w_[1:] += update * xi 
        #更新W0 
        self.w_[0] += update * 1 
        #当预测值与实际值之间误差为0的时候,errors=0否则errors=1 
        errors += int(update != 0) 
      #将错误数据的下标加入到列表中 
      self.errors_.append(errors) 
    return self 
  #定义感知器的传播过程 
  def net_input(self,x): 
    #等价于sum(i*j for i,j in zip(x,self.w_[1:])),这种方式效率要低于下面 
    return np.dot(x,self.w_[1:]) + self.w_[0] 
  #定义预测函数 
  def predict(self,x): 
    #类似于三元运算符,当self.net_input(x) >= 0.0 成立时返回1,否则返回-1 
    return np.where(self.net_input(x) >= 0.0 , 1 , -1)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python中的闭包总结
Sep 18 Python
Python 中 list 的各项操作技巧
Apr 13 Python
Python 实现使用dict 创建二维数据、DataFrame
Apr 13 Python
快速解决pandas.read_csv()乱码的问题
Jun 15 Python
详解Python循环作用域与闭包
Mar 21 Python
Python使用sax模块解析XML文件示例
Apr 04 Python
PyQt5 QTable插入图片并动态更新的实例
Jun 18 Python
Python 使用folium绘制leaflet地图的实现方法
Jul 05 Python
python GUI库图形界面开发之PyQt5中QMainWindow, QWidget以及QDialog的区别和选择
Feb 26 Python
Python使用requests xpath 并开启多线程爬取西刺代理ip实例
Mar 06 Python
Pycharm插件(Grep Console)自定义规则输出颜色日志的方法
May 27 Python
pandas数据分组groupby()和统计函数agg()的使用
Mar 04 Python
python绘制条形图方法代码详解
Dec 19 #Python
Python实现两款计算器功能示例
Dec 19 #Python
Python构建网页爬虫原理分析
Dec 19 #Python
Python2.X/Python3.X中urllib库区别讲解
Dec 19 #Python
Python实现采用进度条实时显示处理进度的方法
Dec 19 #Python
Python实现矩阵加法和乘法的方法分析
Dec 19 #Python
分析python切片原理和方法
Dec 19 #Python
You might like
解析link_mysql的php版
2013/06/30 PHP
PHP6连接SQLServer2005的三部曲
2016/04/15 PHP
PHP+jquery+CSS制作头像登录窗(仿QQ登陆)
2016/10/20 PHP
PHPUnit测试私有属性和方法功能示例
2018/06/12 PHP
yii2的restful api路由实例详解
2019/05/14 PHP
JavaScript中为元素加上name属性的方法
2011/05/09 Javascript
用最通俗易懂的代码帮助新手理解javascript闭包 推荐
2012/03/01 Javascript
js获取时间(本周、本季度、本月..)
2013/11/22 Javascript
js Array操作的最简短最容易理解方法
2013/12/09 Javascript
Javascript 按位取反运算符 (~)
2014/02/04 Javascript
jQuery设置与获取HTML,文本和值的简单实例
2014/02/26 Javascript
javascript实现设置、获取和删除Cookie的方法
2015/06/01 Javascript
整理AngularJS中的一些常用指令
2015/06/16 Javascript
IE10中flexigrid无法显示数据的解决方法
2015/07/26 Javascript
基于jquery编写分页插件
2016/03/07 Javascript
JavaScript中in和hasOwnProperty区别详解
2017/08/04 Javascript
React-router v4 路由配置方法小结
2017/08/08 Javascript
关于vue单文件中引用路径的处理方法
2018/01/08 Javascript
javascript实现计算器功能
2020/03/30 Javascript
Vue为什么要谨慎使用$attrs与$listeners
2020/08/27 Javascript
解决VUE 在IE下出现ReferenceError: Promise未定义的问题
2020/11/07 Javascript
js删除对象中的某一个字段的方法实现
2021/01/11 Javascript
零基础写python爬虫之神器正则表达式
2014/11/06 Python
Python实现模拟分割大文件及多线程处理的方法
2017/10/10 Python
快速入门python学习笔记
2017/12/06 Python
浅谈Series和DataFrame中的sort_index方法
2018/06/07 Python
python里 super类的工作原理详解
2019/06/19 Python
Django实现发送邮件功能
2019/07/18 Python
python tkinter实现连连看游戏
2020/11/16 Python
以工厂直接定价的传奇性能:Ben Hogan Golf
2019/01/04 全球购物
台湾时尚彩瞳专门店:imeime
2019/08/16 全球购物
Java面试题及答案
2012/09/08 面试题
医学专业职业生涯规划范文
2014/02/05 职场文书
《值日生》教学反思
2014/02/17 职场文书
秦兵马俑导游词
2015/02/02 职场文书
校园环境卫生倡议书
2015/04/29 职场文书