python 实现 Peceptron Learning Algorithm ( 三) 感知机模型应用于Iris数据集

最新推荐文章于 2022-11-09 00:15:14 发布

Amy_mm

最新推荐文章于 2022-11-09 00:15:14 发布

阅读量919

点赞数

CC 4.0 BY-SA版权

分类专栏： python 机器学习文章标签： Iris 感知机

本文链接：https://blog.youkuaiyun.com/Amy_mm/article/details/79646149

本文介绍了使用Python实现感知机学习算法，并将其应用于经典的Iris数据集。作者通过阅读《Python Machine Learning》并理解相关函数，逐步解析了感知机模型的实现过程，代码可在GitHub上找到。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考《python machine learning》

代码读的很费劲，应该是没有功底的原因吧然后就挨个的百度不懂的函数，函数记录在了（一）中，

链接为 http://blog.youkuaiyun.com/Amy_mm/article/details/79625288

Iris数据集以及源码可以在github上下载~~

GIT: https://github.com/xuman-Amy/Perceptron_python

代码及详细注释如下

# load iris dataset
import pandas as pd
df = pd.read_csv("G:\Machine Learning\python machine learning\python-machine-learning-book-2nd-edition-master\code\ch02\iris.data",header = None)
df.tail()

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

# select setosa and versicolor
#iloc()提取某列 ----前100行的第四列，第四例为versicolor和setosa属性
y = df.iloc[0:100,4].values 
#进行分类   1 ( versicolor ) and -1 ( setosa ）
y = np.where(y == 'Iris-setosa',-1, +1)  

# first feature column (s