【机器学习】感知机实现鸢尾花数据集实例

感知机是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。

 

感知机的线性方程：    

运用鸢尾花数据集

#导入库函数
import pandas as pd
import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt


# load data 下载数据集
iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
#标签赋给label
df['label'] = iris.target

df.columns = [
    'sepal length', 'sepal width', 'petal length', 'petal width', 'label'
]

df.label.value_counts()
#location 定位前100行 
data = np.array(df.iloc[:100, [0, 1, -1]])

X, y = data[:,:-1], data[:,-1]

y = np.array([1 if i == 1 else -1 for i in y])

# 数据线性可分，二分类数据
# 此处为一元一次线性方程
class Model:
    def __init__(self):
        self.w = np.ones(len(data[0]) - 1, dtype