Как построить границу решения персептрона и набор данных в python

Я написал многослойный персептрон, используя три слоя (0,1,2). Я хочу построить границу решения и набор данных (восемь функций), которые я классифицировал, используя python. Как мне вывести его на экран, используя одну из библиотек Python? Весовая функция -> матрица [3] [8] Образец x -> вектор [8]

#-- Trains the boundary decision, and test it. --#
def perceptron(x, y):
    m = len(x)
    d = len(x[0])
    eta = 0.1

    w = [[0 for k in range(d)] for j in range(3)]

    T = 2500
    for t in range(0, T):
        i = random.randint(0, m - 1)
        v = [float(j) for j in x[i]]
        y_hat = np.argmax(np.dot(w, v))
        if y_hat != y[i]:
            w[y[i]] = np.add(w[y[i]], np.array(v) * eta)
            w[y_hat] = np.subtract(w[y_hat], np.array(v) * eta)

    w_perceptron = w

    #-- Test the decision boundary that we trained. --#
    #-- Prints the loss weight function. --#
    M_perceptron = 0
    for t in range(0, m):
        y_hat = np.argmax(np.dot(w_perceptron, x[t]))
        if y[t] != y_hat:
            M_perceptron = M_perceptron + 1
    return float(M_perceptron) / m


def main():
    y = []
    x = [[]]
    x = readTrain_X(sys.argv[1], x) # Reads data trainning set.
    readTrain_Y(sys.argv[2], y) # Reads right classified training set.

    print(perceptron(x, y))

person Oded Ben-Noon    schedule 16.05.2019    source источник
comment
Можно визуализировать восприятие в трех измерениях: stackoverflow.com/questions/61401114/   -  person bambi    schedule 24.04.2020


Ответы (1)


Вы не можете построить 8 функций. Вы никак не можете визуализировать восьмимерное пространство. Но что вы можете сделать, так это выполнить уменьшение размерности с помощью PCA/t-SNE до 2D для визуализации. Если вы можете уменьшить его до 2D, вы можете создать сетку значений и использовать вероятности, возвращаемые моделью, для визуализации границы решения.

Ссылка: Ссылка

person mujjiga    schedule 16.05.2019