Skip to content

Latest commit

 

History

History
71 lines (44 loc) · 2.13 KB

README.md

File metadata and controls

71 lines (44 loc) · 2.13 KB

实现感知器算法,并产生多维正态分布的数据

动态变换

  1. 实现线性回归的函数
    • SSErr(2):通过定义求广义逆,得到分类面法向量w
    • GD:梯度下降
    • LMSalg:实现Widrow-Hoff算法(LMS算法),即用随机梯度下降法获得最佳解。
  2. 进行性能测试,计时与勘误
  3. 可视化显示,通过不同颜色的色点代表分类与正误,在二维平面绘制分类线

分类演示

  1. 实现fisher算法求最佳投影面
    1. 通过均值衡量类间差距度
    2. 通过方差衡量类内相似度
    3. 利用拉格朗日乘子,得到最佳投影面的公式

多分类器的实现

实现iris的OvO的分类softmax版本

支持向量机的实现,对中国与日本的沿海城市的经纬度坐标向量,中国标签为+1, 日本为标签为-1进行训练. 用支撑向量机设计分类器,判断钓鱼岛的经纬度坐标向量属于哪一类。
致谢:叶紫璇同学提供经纬度数据集

  1. HingLoss-GD
  2. QP-solver

result

神经网络的单次迭代过程以及完整的迭代

pytorch

利用pytorch实现对三类数据的分类 以及对iris数据集的分类 iris

对梯度下降法(GD)的分析

动态变换

Others

卡尔曼滤波器的实现

卡尔曼滤波