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实现跨文件全局变量的方法
Jul 07 Python
Python中的迭代器漫谈
Feb 03 Python
Python编程之多态用法实例详解
May 19 Python
在Python中操作文件之seek()方法的使用教程
May 24 Python
Python求两个文本文件以行为单位的交集、并集与差集的方法
Jun 17 Python
Python Requests安装与简单运用
Apr 07 Python
不同版本中Python matplotlib.pyplot.draw()界面绘制异常问题的解决
Sep 24 Python
Python 爬虫之Beautiful Soup模块使用指南
Jul 05 Python
对numpy中数组转置的求解以及向量内积计算方法
Oct 31 Python
配置python的编程环境之Anaconda + VSCode的教程
Mar 29 Python
python如何爬取动态网站
Sep 09 Python
Ubuntu 20.04安装Pycharm2020.2及锁定到任务栏的问题(小白级操作)
Oct 29 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
海贼王:最美的悬赏令!
2020/03/02 日漫
PHP生成带有雪花背景的验证码
2006/10/09 PHP
phpfans留言版用到的install.php
2007/01/04 PHP
PHP列出MySQL中所有数据库的方法
2015/03/12 PHP
PHP+Mysql基于事务处理实现转账功能的方法
2015/07/08 PHP
php禁用cookie后session设置方法分析
2016/10/19 PHP
Jquery 动态添加按钮实现代码
2010/05/06 Javascript
jquery 元素控制(追加元素/追加内容)介绍及应用
2013/04/21 Javascript
Jquery 模拟用户点击超链接或者按钮的方法
2013/10/25 Javascript
jquery批量设置属性readonly和disabled的方法
2014/01/24 Javascript
javascript与jquery中的this关键字用法实例分析
2015/12/24 Javascript
AngularJS监听路由变化的方法
2017/03/07 Javascript
基于代数方程库Algebra.js解二元一次方程功能示例
2017/06/09 Javascript
JS中的多态实例详解
2017/10/15 Javascript
使用 vue-i18n 切换中英文效果
2018/05/23 Javascript
Vue3.0结合bootstrap创建多页面应用
2019/05/28 Javascript
jQuery实现图片下载代码
2019/07/18 jQuery
在vue中把含有html标签转为html渲染页面的实例
2019/10/28 Javascript
基于Django filter中用contains和icontains的区别(详解)
2017/12/12 Python
python代理工具mitmproxy使用指南
2019/07/04 Python
详解基于python的多张不同宽高图片拼接成大图
2019/09/26 Python
python绘制随机网络图形示例
2019/11/21 Python
html5 Canvas画图教程(4)—未闭合的路径及渐变色的填充方法
2013/01/09 HTML / CSS
HTML5图片预览实例分享
2014/06/04 HTML / CSS
意大利一家专营包包和配饰的网上商店:Borse Last Minute
2019/08/26 全球购物
Java的for语句中break, continue和return的区别
2013/12/19 面试题
信息工程学院毕业生推荐信
2013/11/05 职场文书
农救科工作职责
2013/11/27 职场文书
职业生涯规划怎么写
2013/12/29 职场文书
上学迟到的检讨书
2014/01/11 职场文书
大学新生军训自我鉴定
2014/03/18 职场文书
八达岭长城导游词
2015/01/30 职场文书
小学语文新课改心得体会
2016/01/22 职场文书
一文帮你理解PReact10.5.13源码
2021/04/03 Javascript
php+laravel 扫码二维码签到功能
2021/05/15 PHP
《现实主义勇者的王国再建记》第三弹OST全曲试听片段公开
2022/04/04 日漫