《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.pptxVIP

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40.83萼宽4.42.03.050.43瓣长6.91.03.761.76瓣宽00.76

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*