姜鹏辉的个人博客 GreyNius

【机器学习】PRML学习笔记-多类感知器算法

2019-10-02

其中C是一个正常数。权向量的初始值wi(1),i = 1,2,…,M可视情况任意选择

第1轮迭代,以x1=[-1 -1 1]作为训练样本:
d1[1]=w1(1)X1=0
d2[1]=w2(1)
X2=0
d3[1]=w3(1)X3=0
∵d1(1)<=d2(1),∴w2(2)=w2(1)-x1=[ 1. 1. -1.]
∵d1(1)<=d3(1),∴w3(2)=w3(1)-x1=[ 1. 1. -1.]
∴w1(2)=w1(1)+x1=[-1. -1. 1.]
第2轮迭代,以x2=[0 0 1]作为训练样本:
d1[2]=w1(2)
X1=1
d2[2]=w2(2)X2=-1
d3[2]=w3(2)
X3=-1
∵d2(2)<=d3(2),∴w3(3)=w3(2)-x2=[ 1. 1. -2.]
∵d2(2)<=d1(2),∴w1(3)=w1(2)-x2=[-1. -1. 0.]
∴w2(3)=w2(2)+x2=[1. 1. 0.]
第3轮迭代,以x3=[1 1 1]作为训练样本:
d1[3]=w1(3)X1=-2
d2[3]=w2(3)
X2=2
d3[3]=w3(3)X3=0
∵d3(3)<=d2(3),∴w2(4)=w2(3)-x3=[ 0. 0. -1.]
∴w3(4)=w3(3)+x3=[ 2. 2. -1.]
第4轮迭代,以x1=[-1 -1 1]作为训练样本:
d1[4]=w1(4)
X1=2
d2[4]=w2(4)X2=-1
d3[4]=w3(4)
X3=-5
第5轮迭代,以x2=[0 0 1]作为训练样本:
d1[5]=w1(5)X1=0
d2[5]=w2(5)
X2=-1
d3[5]=w3(5)X3=-1
∵d2(5)<=d3(5),∴w3(6)=w3(5)-x2=[ 2. 2. -2.]
∵d2(5)<=d1(5),∴w1(6)=w1(5)-x2=[-1. -1. -1.]
∴w2(6)=w2(5)+x2=[0. 0. 0.]
第6轮迭代,以x3=[1 1 1]作为训练样本:
d1[6]=w1(6)
X1=-3
d2[6]=w2(6)X2=0
d3[6]=w3(6)
X3=2
第7轮迭代,以x1=[-1 -1 1]作为训练样本:
d1[7]=w1(7)X1=1
d2[7]=w2(7)
X2=0
d3[7]=w3(7)X3=-6
第8轮迭代,以x2=[0 0 1]作为训练样本:
d1[8]=w1(8)
X1=-1
d2[8]=w2(8)X2=0
d3[8]=w3(8)
X3=-2
第9轮迭代,以x3=[1 1 1]作为训练样本:
d1[9]=w1(9)X1=-3
d2[9]=w2(9)
X2=0
d3[9]=w3(9)*X3=2

权向量w为: [[-1. -1. -1.]
[ 0. 0. 0.]
[ 2. 2. -2.]]

点此下载ipynb文件


Comments

Content