python 模式识别 感知器.zip

上传者: 45964936 | 上传时间: 2022-11-01 22:36:16 | 文件大小: 4KB | 文件类型: ZIP
1.实验数据:iris数据,分为三种类型:分别为w1,w2和w3类,每种类型中包括50个四维的向量,各类别出现的概率相等。 2实验要求 1)从iris数据的每个样本中取出三个特征作为分类特征,并且将样本点画出; 2)从每个类别的数据中抽取45个样本作为训练样本,5个样本作为测试样本, 3)用感知器批处理的方法实现w1类和w2类之间,w2类和w3类之间分类器的设计,并记录收敛的步骤。 4)用感知器单步处理的方法实现w1类和w2类之间,w2类和w3类之间分类器的设计,并记录收敛的步骤。 5)用多类分类器的逐步修正的方法对三个类别进行分类,写出每个类别的判别函数,画出分类面 6)将测试样本分别应用在分类器上,对测试样本进行判别,将判别结果进行显示。

文件下载

资源详情

[{"title":"( 3 个子文件 4KB ) python 模式识别 感知器.zip","children":[{"title":"iris测试数据(5个).txt <span style='color:#111;'> 283B </span>","children":null,"spread":false},{"title":"感知器实验.py <span style='color:#111;'> 8.65KB </span>","children":null,"spread":false},{"title":"iris训练数据(45个).txt <span style='color:#111;'> 2.49KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明