人工智能学习笔记 感知器算法的设计实现 感知器准则实现多类分类 |
您所在的位置：网站首页 › 感知器的实现实验报告 › 人工智能学习笔记 感知器算法的设计实现 感知器准则实现多类分类 |
人工智能学习笔记 感知器算法的设计实现 感知器准则实现多类分类
|
学习来源
感知器算法的设计实现 python_监心司的博客-CSDN博客 实验原理
第一部分 数据生成及规范化处理 注意要增广样本 以及检测与之前是否碰撞 # -*- coding: utf-8 -*- import random import copy import numpy as np import matplotlib.pyplot as plt from numpy.linalg import cholesky import sys base = 10.0 data = [] numofN=6 num = 0 Sigma = np.array([[10, 6], [3, 2]]) R = cholesky(Sigma)#生成上三角函数R while num < numofN: mu = np.array([[random.randint(5,95), random.randint(5,95)]])#生成随机数据 s = np.dot(np.random.randn(6, 2), R) + mu #生成6个（x，y） 加上随机数值mu key = False for i in s.tolist(): if num !=0 : for yi in data[num-1]:#与之前产生的数据检测是否碰撞 if abs(i[0]-yi[0]) + abs(i[1]-yi[1]) |
【本文地址】