单层感知机

简单的写了个单层感知机

没什么技术含量, 并且这玩意实际意义不大

线性分类器我更喜欢svm, 可以用的trick多一些

结果:

代码如下:

class TNode{
	gsl_matrix* w;
	gsl_vector* b;
	int inputDim = 0,outputDim = 0;

	this(int m, int n){
		w = gsl_matrix_alloc(n,m);
		b = gsl_vector_alloc(n);
		inputDim = m;
		outputDim = n;
		for(uint i = 0; i<n; i++){
			for(uint j = 0;j<m;j++){
				gsl_matrix_set(w,i,j,uniform(0.,1.));
			}
		}
		for(uint j = 0;j<n;j++){
			gsl_vector_set(b,j,uniform(0.,1.));
		}
	}

	~this(){
		gsl_matrix_free(w);
		gsl_vector_free(b);
	}

	bool check(float[] p){
		return (p.length == inputDim);
	}

	float sig(float p){
		return p<0?-1:1;
	}

	gsl_vector* vector(float[] p){
		gsl_vector* vp = gsl_vector_alloc(p.length);
		foreach(i,k;p){ gsl_vector_set(vp,i,k); }
		return vp;
	}

	void train(float[] p,float[] a){
		if (!check(p)) return;
		if (a.length != outputDim) return;
		float[] res = result(p);
		if (res.length != a.length) return;
		for(int i =0;i<outputDim;i++){
			gsl_vector_view c = gsl_matrix_row(w, i);
			gsl_vector* vp = vector(p);
			gsl_vector_scale(vp, a[i]-res[i]);
			gsl_vector_add(&c.vector,vp);
			gsl_vector_free(vp);
			gsl_vector_set(b, i, gsl_vector_get(b, i)+ a[i] - res[i]);
			printM(this);
		}
	}

	float[] result(float[] p){
		if (!check(p)) return null;
		gsl_vector* vp = vector(p);
		float[] res;
		res.length = outputDim;
		double r = 0;
		for(int i =0;i<outputDim;i++){
			gsl_vector_view c = gsl_matrix_row(w, i);
			gsl_blas_ddot(&c.vector, vp, &r);
			res[i] = sig(r+gsl_vector_get(b,i));
		}
		gsl_vector_free(vp);
		return res;
	}
}

说实话好几年都在用go, 现在都适应了interface的模式了,

乍一回到object pascal风的面向对象还真有点不适应

反正oo也不是万金油,解决方法比面向xx重要, 以后还是能函数式就函数式好了.

方法的名字是在没neta了,随手打了几个单词凑数