感知机学习算法代码简单实现

最新推荐文章于 2025-08-09 09:45:42 发布

原创最新推荐文章于 2025-08-09 09:45:42 发布 · 854 阅读

3 ·

CC 4.0 BY-SA版权

机器学习同时被 2 个专栏收录

10 篇文章

订阅专栏

统计概率

7 篇文章

订阅专栏

博主打算从头实现新版李航统计学习算法，因明年要实习而有些慌张。这里仅用Python实现了感知机算法描述及原始形式的简单形式，用于日后复习，感知机有原始和对偶两种形式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

感知机算是一个比较简单的算法了，原理网上有很多，有原始形式和对偶形式两种，感觉自己比较菜，打算慢慢从头把新版的李航统计学习算法自己实现一遍，明年就要实习了，慌得一批，这里仅把算法描述和原始形式的简单形式用python实现以下，供自己日后复习：
在这里插入图片描述

# -*- coding:utf-8 -*-
import numpy as np  # 感知机学习算法demo
data = np.array([[3, 3, 1], [4, 3, 1], [1, 1, -1]])
x_data = data[:, :2]
y_data = data[:, -1]
w = np.array([[0, 0]])
b = 0
flag = True
while flag:
    flag = False
    for i in range(len(x_data)):
        x_i = x_data[i, :]
        y_i = y_data[i]
        if y_i*(w.dot(x_i)+b)<=0:
            w = w + y_i*x_i  #学习率设为1
            b = b + y_i
            print("w = [%d,%d],b = %d" % (w[0][0], w[0][1], b))
            flag = True
print(w)
print(b)