2机器学习实现 Rosenblatt 感知器

Posted 2021-12-06 安果移不动

整个流程为

通过输入已有x坐标  根据y=wx

计算出来标准答案 然后根据y的坐标知道误差

用: w + 误差*x =新w

这里你可能会疑惑，为什么是误差*x  因为

当预测函数为负数的时候 需要增大 而不是减少。和正数的时候截然相反

所以通过

w + 误差*x =新w 事情就被巧妙的解决了

一个流程就是这样的

    x = xs[0]
    y = ys[0]

    y_pre = w * x
    e = y - y_pre
  
    alpha = 0.05
    w = w + alpha * e * x

 循环起来就是这样的

    # 一百次的参数调整
    for m in range(beansSize):
        # 一次的参数调整

        for i in range(beansSize):
            x = xs[i]
            y = ys[i]
            y_pre = w * x
            e = y - y_pre
            alpha = 0.05
            w = w + alpha * e * x
        print(w)

总得效果就是这样的