Python算法设计 - 感知机

一、感知机

感知机是一种用于分类的优美的统计学习算法。感知器实现起来非常简单，它是一种在线算法。最重要的是，当应用于线性可分离集时：它是数学函数、学习算法和算法正确性证明的结合。

二、Python算法实现

import numpy as np

X = np.array([[0, 1, 1], [1, 0, 1], [1, 1, 1], [-1, 1, 1], [1, -1, 1]])
Y = np.array([1, 1, 1, 0, 0])
W = np.zeros(3)

def perceptron(x, w):
    return (x @ w >= 0).astype(int)
def train(x, y, w):
    for i in range(len(x)):
        # 估算感知机
        h = perceptron(x[i, :], w)

        #误分类
        if h != y[i]:
            if y[i] == 1: 
                w += x[i, :]
            else:         
                w -= x[i, :]
    
    return perceptron(x, w)

for i in range(5):
    h = train(X, Y, W)
    print('w=', W, 'acc=', np.mean(h == Y))

输出结果：