感知机原始算法的Java实现

最新推荐文章于 2021-10-20 23:05:02 发布

原创最新推荐文章于 2021-10-20 23:05:02 发布 · 784 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#感知机算法 #Java实现

本文基于李航《统计学习方法》一书，通过Java实现感知机算法。通过模拟数据集，展示了感知机的学习过程，验证了数据量增大对学习效果的影响。实验结果显示，学习结果与预设目标值接近。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

内容出自于李航的《统计学习方法》此处目的主要是实现其中算法

import java.util.Scanner;

public class Test1_1 {
    public static double[]w = {0.0,0.0} ;//初始值
    public static double b =0.0;//初始值
    public static int number;//记录迭代次数
    public static int N=1000;//记录数据多少
    public static boolean flag = true;//记录是否需要继续迭代
    static class Data{
        double x1 = 0.0;
        double x2 = 0.0;
        int y = 0;
    }
    public static void main(String[] args) throws InterruptedException {
        Scanner scanner = new Scanner(System.in);
        //模拟产生w=(1,1) b=-1;

       Data datas[] = new Data[N];
       for(int i = 0 ; i< N;i++){
           datas[i] = new Data();
           datas[i].x1 = Math.random()*2;
           datas[i].x2 = Math.random()*2;
           if((datas[i].x1*1+datas[i].x2*1-1)<=0)
           {
               datas[i].y = -1;
           }else datas[i].y = 1;
       }
       //开始感知机算法部分 其中学习率为 1
        while (flag){

            for (int i = 0; i < N; i++){
                flag = false;
                if(datas[i].y*(datas[i].x1*w[0]+datas[i].x2*w[1]+b)<=0){
                    flag = true;
                    w[0] = w[0] + 1 * datas[i].y * datas[i].x1;
                    w[1] = w[1] + 1 * datas[i].y * datas[i].x2;
                    b = b + datas[i].y;
                    System.out.println("第"+(number+1)+"此迭代：");
                    System.out.print("w:("+w[0]+","+w[1]+") ");
                    System.out.println("   b:"+b);
                    number++;
                    break;
                }

            }
        }
        System.out.println("总迭代次数："+number);
        System.out.print("w:("+w[0]+","+w[1]+") ");
        System.out.println("   b:"+b);
    }
}

结果如下
在这里插入图片描述可以发现，当数据组数越大时，学习情况越好，
预想值w(1,1),b=(-1)
学习值w(4.047,4.035) b=-4.0;
学习情况很接近了