J'ai essayé de classer les boules de dragon par adaline

introduction

Qu'est-ce que l'adaline

Il y avait un article très facile à comprendre, donc je vais le poster. C'est une version améliorée du soi-disant Perset Pron. 2.ADALINE

Données utilisées cette fois

Cette fois, nous utiliserons les données de l'iris bien connu. https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data Veuillez télécharger ceci.

la mise en oeuvre

Cette fois, je voudrais l'implémenter en python. Veuillez noter que certaines parties ne sont pas fonctionnalisées car je les ai écrites dans le cadre du cours sans trop de recherche.

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt

df = pd.read_csv(‘iris-data.csv’,header=None)
df_new = df.drop(columns=[1,3])
df_new = df_new.replace(‘Iris-setosa’,0)
df_new = df_new.replace(‘Iris-versicolor’,1)
df_new

eta = 0.001
epoch = 100
cost_=[]
t = np.array(df_new[4])
X = np.array([df_new[0],df_new[2]]).T
w = np.random.normal(0.0, 0.01, size=X.shape[1] + 1)

# Vérifiez la valeur initiale du poids
print(w)

for I in range(epoch):
        input_ = np.dot(X,w[1:])+w[0]
        predict = np.where(input_>= 0, 1, 0)
        errors = t - predict

 #Update to weight
        w[1:] += eta * np.dot(errors,X)
        w[0] += eta * errors.sum()

 #Calcul de la fonction de coût
        cost = (errors**2).sum() / 2.0
        cost_.append(cost)

# Vérification du poids
print(w)


# Terrain pour le moment
x_a = range(4,8)
y_a = [-(w[1]/w[2])*xi-(w[0]/w[2]) for xi in x_a]
plt.scatter(df_new.iloc[:50,0],df_new.iloc[:50,1],label = ‘Iris-versicolor’)  
plt.scatter(df_new.iloc[50:,0],df_new.iloc[50:,1],label = ‘Iris-setosa’)
plt.ylabel(“petal length[cm]”)
plt.xlabel(“sepal length[cm]”)
plt.plot(x_a,y_a)
plt.legend()
plt.show()

image.png

Je l'ai écrit presque séquentiellement, mais le graphique est bien tracé. Je suis heureux d'avoir pu approfondir ma compréhension de l'adaline.

finalement

Comment était-ce? Ce n'est pas du code très propre, mais je l'ai posté parce que j'ai aussi écrit python. À l'avenir, j'aimerais publier des articles de plus haut niveau.

Recommended Posts

J'ai essayé de classer les boules de dragon par adaline
J'ai essayé de déplacer le ballon
J'ai essayé de classer MNIST par GNN (avec PyTorch géométrique)
J'ai essayé de classer le texte en utilisant TensorFlow
J'ai essayé d'implémenter ADALINE en Python
J'ai essayé de programmer la bulle de tri par langue
J'ai essayé d'obtenir une image en grattant
J'ai essayé de déboguer.
J'ai essayé de classer les nombres de mnist par apprentissage non supervisé [PCA, t-SNE, k-means]
J'ai essayé de classer Oba Hanana et Otani Emiri par apprentissage profond
J'ai essayé de classer Hanana Oba et Emiri Otani par apprentissage profond (partie 2)
J'ai essayé d'implémenter le poker de Drakue en Python
J'ai essayé de classer les voix des acteurs de la voix
J'ai essayé d'apprendre PredNet
J'ai essayé d'implémenter PCANet
J'ai essayé de présenter Pylint
jupyter je l'ai touché
J'ai essayé d'implémenter StarGAN (1)
J'ai essayé d'implémenter la détection d'anomalies par apprentissage de structure clairsemée
J'ai essayé d'accélérer la création vidéo en traitant en parallèle
[Django] J'ai essayé d'implémenter des restrictions d'accès par héritage de classe.
[Introduction à Pandas] J'ai essayé d'augmenter les données d'échange par interpolation de données ♬
J'ai essayé de classer la musique en majeur / mineur sur Neural Network
J'ai essayé de classer les joueurs de Shogi Takami 7e Dan et Masuda 6e Dan par CNN [Pour les débutants CNN]
J'ai essayé d'implémenter Deep VQE
J'ai essayé de créer l'API Quip
J'ai essayé de toucher Python (installation)
J'ai essayé de mettre en place une validation contradictoire
J'ai essayé l'authentification vocale Watson (Speech to Text)
J'ai touché l'API de Tesla
J'ai essayé d'implémenter Realness GAN
J'ai essayé d'estimer la section.
J'ai essayé de créer un pointage de crédit simple avec régression logistique.
[Introduction à la simulation] J'ai essayé de jouer en simulant une infection corona ♬ Partie 2
J'ai essayé de visualiser l'ensemble de données de préférence de boisson par décomposition tenseur.
J'ai essayé d'implémenter la classification des phrases par Self Attention avec PyTorch
J'ai essayé de résumer les commandes utilisées par les ingénieurs débutants aujourd'hui
J'ai fait apprendre à RNN la vague de péché et j'ai essayé de prédire
J'ai essayé de résoudre le problème de planification des équipes par diverses méthodes
J'ai essayé de créer un linebot (implémentation)
J'ai essayé de déplacer l'image vers le dossier spécifié en faisant un clic droit et un clic gauche
J'ai essayé d'implémenter Autoencoder avec TensorFlow
J'ai essayé de résumer la commande umask
J'ai essayé d'implémenter la permutation en Python
J'ai essayé de communiquer avec un serveur distant par communication Socket avec Python.
J'ai essayé de créer un linebot (préparation)
J'ai essayé de résumer moi-même le flux général jusqu'à la création de services.
J'ai essayé de visualiser AutoEncoder avec TensorFlow
J'ai essayé de reconnaître le mot de réveil
J'ai essayé de commencer avec Hy
J'ai essayé d'implémenter PLSA dans Python 2
Entrée standard Python3 que j'ai essayé de résumer
765 J'ai essayé d'identifier les trois familles professionnelles par CNN (avec Chainer 2.0.0)
J'ai essayé d'implémenter la régression linéaire bayésienne par échantillonnage de Gibbs en python
J'ai essayé de classer les accords de guitare en temps réel en utilisant l'apprentissage automatique
J'ai essayé de résumer la modélisation graphique.
J'ai essayé d'ajouter un post-incrément à l'implémentation CPython
J'ai essayé de laisser optuna résoudre le nombre