DAY22神经网路

昨天介绍完DBSCAN程序,今天要来研究神经网路:

(来源: http://programmermagazine.github.io/201404/htm/focus1.html)

基本上,照上图可以简写成数学式:

基本上每一个w都是所谓权重,而f()为启动函数,而启动函数举几个常见f()

1. sigmoid函数:(基本上因其域值在0~1-->所以很常拿来表示机率

2. Tanh函数:( 其域值在-1~1,且他是以0为中心)

3. ReLU函数:(当输入为正,导数恒为1,小於0的都等於0)
   
   

好,基本上看完f(),就来看里面东西,wi和ai基本上来说他其实跟多元回归很相近-->而wi就是各单位权重,所以单层感知机模型,对我来说就是去计算拟和w的值,以下是演算法:(参考来源: https://zh.wikipedia.org/wiki/%E8%B5%AB%E5%B8%83%E7%90%86%E8%AE%BA)

1. 输入资料X
2. 随机取一个初始W和设定最小误差e(便於跳出回圈),和学习率a
3. 计算真实y和预测y之差d
4. Wk+1=Wk-adX来更新W
5. 计算所有X误差d如果值小於e就跳出,否则就重复3,4

好,明天就开始练习这个演算法,那今天一样先汇入资料,程序如下:

data=pd.DataFrame([[7,560,5.1,16.68],
				   [3,220,4.9,11.50],
				   	[4,80,4.6,14.88],
				   	[7,330,6.7,18.11],
				   	[16,688,5.2,40.33],
				   	[4,225,5.5,13.50],
				   	[3,340,4.7,12.03],
				   	[10,776,5.1,29.00],
				   	[5,605,6.3,21.50],
				   	[6,150,5,13.75]
				   	],columns=['x1','x2','x3','y']) 
print(data)

结果-->10笔资料

x1   x2   x3      y
0   7  560  5.1  16.68
1   3  220  4.9  11.50
2   4   80  4.6  14.88
3   7  330  6.7  18.11
4  16  688  5.2  40.33
5   4  225  5.5  13.50
6   3  340  4.7  12.03
7  10  776  5.1  29.00
8   5  605  6.3  21.50
9   6  150  5.0  13.75

并分类x,y

x=data.loc[:,['x1','x2','x3']]
y=data['y']

好,今天到这边,明天就可以实际来用程序写这个演算法

男人瞬间弹了个响只,火焰瞬间熄灭,不过男孩却倒在地上一动也不动,狐狸立刻前去查看男孩伤势,而男人见此情况,立刻拿出了刀子,想往娃娃身体刺下去,但娃娃那个像裂缝的嘴,突然吹出大风把自己和男子吹飞开来,娃娃一个空翻跳跃到地上并举起双手,想把男子弹飞,但突然好几朵木棉花飘了下来,掉落在他们之间,几乎同一时间,狐狸,男子,娃娃发现自己突然不能动,而男孩此时突然睁开了双眼

           --|在我失去感觉後,那又是甚麽感觉|--  MM.CS