实验一感知器及其应用

hu666 2021-08-31 原文

博客班级	机器学习实验-计算机18级
作业要求	实验一感知器及其应用
作业目的	理解感知器算法原理，度量指标,最小二乘法,能实现感知器算法
学号	3180701230

一.实验目的
二.实验内容
三.实验要求
四.实验过程
五.实验小结

一.实验目的

理解感知器算法原理，能实现感知器算法；
掌握机器学习算法的度量指标；
掌握最小二乘法进行参数估计基本原理；
针对特定应用场景及数据，能构建感知器模型并进行预测。

二.实验内容

安装Pycharm，注册学生版。
安装常见的机器学习库，如Scipy、Numpy、Pandas、Matplotlib，sklearn等。
编程实现感知器算法。
熟悉iris数据集，并能使用感知器算法对该数据集构建模型并应用。

三.实验要求

按实验内容撰写实验过程；
报告中涉及到的代码，每一行需要有详细的注释；
按自己的理解重新组织，禁止粘贴复制实验内容！

四.实验过程

import pandas as pd #给引入的包pandas定义一个别名pd
import numpy as np #给引入的包numpy定义一个别名np,上两步是Dataframe创建二维数组
from sklearn.datasets import load_iris #从sklearn包中的datasets类中引入load_iris方法
import matplotlib.pyplot as plt #给包matplotlib.pyplot定义一个plt别名
%matplotlib inline #使用%matplotlib命令可以将matplotlib的图表直接嵌入到Notebook之中，inline表示将图表嵌入到Notebook中。

%# load data
iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)//将列名设置为特征
df[\'label\'] = iris.target//增加一列为类别标签

plt.scatter(df[:50][\'sepal length\'], df[:50][\'sepal width\'], label=\'0\')  #将数据的前50个数据绘制散点图，令其标签为0
plt.scatter(df[50:100][\'sepal length\'], df[50:100][\'sepal width\'], label=\'1\') #将数据的50到100个数据绘制散点图，令其标签为1，这里只选取了0,1两个特征
plt.xlabel(\'sepal length\') #将散点图的x轴命名为sepal length
plt.ylabel(\'sepal width\') #将散点图的y轴命名为sepal width

x_points = np.linspace(4, 7,10) # 用于产生4,7之间的10点行矢量
y_ = -(perceptron.w[0]*x_points + perceptron.b)/perceptron.w[1] # 绘制超平面
plt.plot(x_points, y_)
plt.plot(data[:50, 0], data[:50, 1], \'bo\', color=\'blue\', label=\'0\')  # 将数据的前50个数据绘制散点图
plt.plot(data[50:100, 0], data[50:100, 1], \'bo\', color=\'orange\', label=\'1\')  # 将数据的50-100之间的数据绘制成散点图
plt.xlabel(\'sepal length\')  
plt.ylabel(\'sepal width\')  
plt.legend()

x_ponits = np.arange(4, 8)  # x,为4,5,6,7，默认步长为1，起始为4，终止为8，不取8
y_ = -(clf.coef_[0][0]*x_ponits + clf.intercept_)/clf.coef_[0][1]  # 绘制超平面
plt.plot(x_ponits, y_)
plt.plot(data[:50, 0], data[:50, 1], \'bo\', color=\'blue\', label=\'0\')  # 将数据的前50个数据绘制散点图
plt.plot(data[50:100, 0], data[50:100, 1], \'bo\', color=\'orange\', label=\'1\')  # 将数据的50-100之间的数据绘制成散点图
plt.xlabel(\'sepal length\')
plt.ylabel(\'sepal width\')
plt.legend()