实验一 感知器及其应用

名称	内容
课程班级	计算机181
作业要求	https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/11950
学号	3180701123

【实验目的】

1. 理解感知器算法原理，能实现感知器算法；
2. 掌握机器学习算法的度量指标；
3. 掌握最小二乘法进行参数估计基本原理；
4. 针对特定应用场景及数据，能构建感知器模型并进行预测。

【实验内容】

1. 安装Pycharm，注册学生版。
2. 安装常见的机器学习库，如Scipy、Numpy、Pandas、Matplotlib，sklearn等。
3. 编程实现感知器算法。
4. 熟悉iris数据集，并能使用感知器算法对该数据集构建模型并应用。

【实验报告要求】

1. 按实验内容撰写实验过程；

2. 报告中涉及到的代码，每一行需要有详细的注释；

3. 按自己的理解重新组织，禁止粘贴复制实验内容！

   # 导入包
   import pandas as pd
   import numpy as np
   from sklearn.datasets import load_iris
   import matplotlib.pyplot as plt
   %matplotlib inline
   

# 下载数据
iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)#生成表格
df['label'] = iris.target

# 统计鸢尾花的种类与个数
df.columns = ['sepal length', 'sepal width', 'petal length', 'petal width', 'label']
df.label.value_counts() 
# value_counts() 函数可以对df里面label每个值进行计数并且排序，默认是降序

# 画数据的散点图
plt.scatter(df[:50]['sepal length'], df[:50]['sepal width'], label='0')  # 将数据的前50个数据绘制散点图
plt.scatter(df[50:100]['sepal length'], df[50:100]['sepal width'], label='1')  # 将数据的50-100之间的数据绘制成散点图
plt.xlabel('sepal length')  # 给x坐标命名
plt.ylabel('sepal width')  # 给y坐标命名
plt.legend()

# 对数据进行预处理
data = np.array(df.iloc[:100, [0, 1, -1]])  # iloc函数：通过行号来取行数据,读取数据前100行的第0,1列和最后一列
X, y = data[:,:-1], data[:,-1]  # X为data数据中除去最后一列的数据，y为data数据的最后一列(y中有两类0和1)
y = np.array([1 if i == 1 else -1 for i in y])  # 将y中的两类（0和1）改为（-1和1）两类
# 定义算法
# 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=np.float32) # 初始w的值
        self.b = 0 # 初始b的值为0
        self.l_rate = 0.1 # 步长为0.1
        # self.data = data
 
    def sign(self, x, w, b):
        y = np.dot(x, w) + b # 进行矩阵的乘法运算
        return y
 
    # 随机梯度下降
    def fit(self, X_train, y_train):
        is_wrong = False # 初始假设有误分点
        while not is_wrong:
            wrong_count = 0 # 误分点个数初始为0
            for d in range(len(X_train)):
                X = X_train[d] # 取X_train一组及一行数据
                y = y_train[d] # 取y_train一组及一行数据
                if y * self.sign(X, self.w, self.b) <= 0: # 为误分点
                    self.w = self.w + self.l_rate*np.dot(y, X) # 对w和b进行更新
                    self.b = self.b + self.l_rate*y
                    wrong_count += 1 # 误分点个数加1
            if wrong_count == 0: # 误分点个数为0，算法结束
                is_wrong = True
        return 'Perceptron Model!'
 
    def score(self):
        pass

# 运行感知机算法
perceptron = Model()#   生成一个算法对象
perceptron.fit(X, y)  # 将测试数据代入算法中

# 绘制超平面
x_points = np.linspace(4, 7,10) # 用于产生4,7之间的10点行矢量
y_ = -(perceptron.w[0]*x_points + perceptron.b)/perceptron.w[1] # 绘制超平面
plt.plot(x_points, y_)
plt.plot(data[:50, 0], data[:50, 1], 'bo', color='blue', label='0')  # 将数据的前50个数据绘制散点图
plt.plot(data[50:100, 0], data[50:100, 1], 'bo', color='orange', label='1')  # 将数据的50-100之间的数据绘制成散点图
plt.xlabel('sepal length')  
plt.ylabel('sepal width')  
plt.legend()

# 生成sklearn结果与上面手写函数的结果对比
from sklearn.linear_model import Perceptron # 导入感知机模型
clf = Perceptron(fit_intercept=False, max_iter=1000, shuffle=False) 
clf.fit(X, y)

# 绘制sklearn结果的散点图
x_ponits = np.arange(4, 8)  # x,为4,5,6,7，默认步长为1，起始为4，终止为8，不取8
y_ = -(clf.coef_[0][0]*x_ponits + clf.intercept_)/clf.coef_[0][1]  # 绘制超平面
plt.plot(x_ponits, y_)
plt.plot(data[:50, 0], data[:50, 1], 'bo', color='blue', label='0')  # 将数据的前50个数据绘制散点图
plt.plot(data[50:100, 0], data[50:100, 1], 'bo', color='orange', label='1')  # 将数据的50-100之间的数据绘制成散点图
plt.xlabel('sepal length')
plt.ylabel('sepal width')
plt.legend()

【实验小结】

这次实验，加强上机实践。在本次综合实验中，我明白了理论与实际应用相结合的重要性。培养了基本的、良好的程序技能以及合作能力。这次实验同样提高了我的综合运用所学知识的能力。