python简单神经网络

根据慕课网“机器学习-实现简单神经网络”编写的python代码，实验环境为anaconda python3.6，感知器算法进行分类，数据为网上的花瓣数据，100个样本

# -*- coding: utf-8 -*-

import numpy as np

class Perceptron（object）:
    “““
    eta: 学习率（01）一般是使用者自定义，然后根据经验调整
    n_iter: 权重向量的训练次数，这里只训练10次
    w_: 神经分叉权重向量
    errors_: 用于记录神经元判断错误的次数
    “““
    def __init__（self eta=0.01 n_iter=10）:
        self.eta = eta
        self.n_iter = n_iter
        
    def fit（self x y）:
        “““
        输入训练数据，训练神经元
        x： 输入样本的向量
        y： 样本对应的分类
        x: shape[n_sample n_features]: 样本数量，每个样本的特征维度
        x:[[123][456]]，有2个样本，每个样本有3个特征
        “““
        #初始化权重向量的每个分量，这里初始化的值为0
        #+1是为了w0，权重向量W的维度加1，多出的那一维用于计算激活函数的阈值
        self.w_ = np.zeros（1+x.shape[1]）
        self.errors_ = []
        
        “““
        开始训练
        每次出现预测错误的时候，把样本重新输入神经元，更新权重向量
        这里设置的迭代次数我n_iter=10
        如果迭代10次都无法分类正确，则终止
        “““
        for _ in range（self.n_iter）:
            errors = 0
            “““
            x:[[123][456]]
            y:[1-1]
            zip（xy）: [（[1 2 3] 1） （[4 5 6] -1）]
            “““
            for xi target in zip（x y）:
                update = self.eta * （target - self.predict（xi））
                
                #xi是向量，target是实数
                #更新权值
                self.w_[1:] += update * xi
                
                #更新阈值
                self.w_[0] += update;
                
                “““
                统计预测的错误次数
                int（True）=1
                int（False）=0
                “““
                errors += int（update !=0.0）
                self.errors_.append（errors）
                
    def net_input（self x）:
        “““
        输入向量与权重向量做点积求和
        “““
        return np.dot（x self.w_[1:]） + self.w_[0]
            
    def predict（selfx）:
        “““
        激活函数得到输出为1或-1的分类
        大于等于0输出为1
        小于0输出为-1
        “““
        return np.where（self.net_input（x） >= 0.0  1-1）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2492  2017-09-17 20:21  neuralnetwork\ganzhiqi.py

     文件        837  2017-09-18 15:05  neuralnetwork\main.py

     文件        786  2017-09-17 22:05  neuralnetwork\matplotlib.py

     文件       1691  2017-09-18 14:58  neuralnetwork\matplotlib_listencolormap.py

     文件        459  2017-09-17 20:33  neuralnetwork\pandas.py

     文件       4700  2017-09-16 15:44  neuralnetwork\test.csv

     文件        552  2017-09-18 13:36  neuralnetwork\use_ganzhiqi.py

     文件       1994  2017-09-18 13:29  neuralnetwork\__pycache__\ganzhiqi.cpython-36.pyc

     文件       1261  2017-09-18 15:01  neuralnetwork\__pycache__\matplotlib_listencolormap.cpython-36.pyc

     目录          0  2017-09-18 15:01  neuralnetwork\__pycache__

     目录          0  2017-09-18 15:18  neuralnetwork

----------- ---------  ---------- -----  ----

                14772                    11