パーセプトロンの実装

パーセプトロンのアルゴリズムを学習するためにpythonでサクッと実装．

	import numpy as np
	def step(sum):
	if sum>=0:
	return 1
	else:
	return -1
	def prediction(w, x):
	sum = np.dot(w, x)
	return step(sum)
	def compare(y, l):
	if y == l:
	return True
	else:
	return False
	def trainWeight(w, x, p, l):
	new_weight = list()
	for _w, _x in zip(w, x):
	new_weight.append(_w + p * _x * l )
	return np.array(new_weight)
	def train(x, w, p, l):
	for _x, label in zip(x, l):
	prediction_res = prediction(w, _x)
	if compare(prediction_res, label) is False:
	w = trainWeight(w, _x, p, label)
	return w
	# 学習用データ
	x = np.array( [[1, 8], [1, 2], [1, 5], [1, 3], [1,6]] )
	# 重み
	w = np.array( [0, 0] )
	# ラベル
	l = np.array( [1, -1, 1, -1, 1])
	# 学習係数
	p = 1
	# エポック回数
	epoch = 10
	for i in range(epoch):
	print ("epoc%d start w:%s" % (i+1, w) )
	w=train(x, w, p, l)
	print ("epoc%d end w:%s" % (i+1, w) )
	for i in range(len(x)):
	print ( compare(prediction(w, x[i]), l[i]) )

view raw perceptron2.py hosted with ❤ by GitHub

正しいかは未保証．グラフ書いたら分かるかもねー

とりあえず，何かしら学習が進んで分類されてる感じはする．

クラスが3つ以上の奴とか，ロジスティック回帰のアルゴリズムも勉強したい．
(数学的に深く理解したいとは言っていない)