基于Python实践感知器分类算法

开发 后端 算法
在本教程中,您将发现Perceptron分类机器学习算法。一起来看看吧。

[[374354]]

 Perceptron是用于二进制分类任务的线性机器学习算法。它可以被认为是人工神经网络的第一种和最简单的类型之一。绝对不是“深度”学习,而是重要的组成部分。与逻辑回归相似,它可以快速学习两类分类任务在特征空间中的线性分离,尽管与逻辑回归不同,它使用随机梯度下降优化算法学习并且不预测校准概率。

在本教程中,您将发现Perceptron分类机器学习算法。完成本教程后,您将知道:

  •  Perceptron分类器是一种线性算法,可以应用于二进制分类任务。
  •  如何使用带有Scikit-Learn的Perceptron模型进行拟合,评估和做出预测。
  •  如何在给定的数据集上调整Perceptron算法的超参数。

教程概述

本教程分为3个部分,共三个部分。他们是:

  •  感知器算法
  •  Perceptron与Scikit-学习
  •  音调感知器超参数

感知器算法

Perceptron算法是两类(二进制)分类机器学习算法。它是一种神经网络模型,可能是最简单的神经网络模型类型。它由将一行数据作为输入并预测类标签的单个节点或神经元组成。这可以通过计算输入的加权和和偏差(设置为1)来实现。模型输入的加权总和称为激活。

激活=权重*输入+偏差

如果激活高于0.0,则模型将输出1.0;否则,模型将输出1.0。否则,将输出0.0。

预测1:如果激活> 0.0

预测0:如果激活<= 0.0

假设输入已乘以模型系数,如线性回归和逻辑回归,则优良作法是在使用模型之前对数据进行标准化或标准化。感知器是线性分类算法。这意味着它将学习在特征空间中使用一条线(称为超平面)将两个类别分开的决策边界。因此,适用于那些类别可以通过线性或线性模型(称为线性可分离)很好地分离的问题。该模型的系数称为输入权重,并使用随机梯度下降优化算法进行训练。一次将来自训练数据集的示例显示给模型,模型进行预测并计算误差。然后,更新模型的权重以减少示例的误差。这称为Perceptron更新规则。对于训练数据集中的所有示例(称为时期)都重复此过程。然后,使用示例更新模型的过程会重复很多次。在每批中,使用较小比例的误差来更新模型权重,并且该比例由称为学习率的超参数控制,通常将其设置为较小的值。这是为了确保学习不会太快发生,从而导致技能水平可能较低,这被称为模型权重的优化(搜索)过程的过早收敛。

权重(t + 1)=权重(t)+学习率*(expected_i –预测值)* input_i

当模型所产生的误差降至较低水平或不再改善时,或者执行了最大时期数时,训练将停止。

模型权重的初始值设置为较小的随机值。另外,在每个训练纪元之前对训练数据集进行混洗。这是设计使然,以加速和改善模型训练过程。因此,学习算法是随机的,并且每次运行都会获得不同的结果。因此,优良作法是使用重复评估来总结算法在数据集上的性能,并报告平均分类精度。学习率和训练时期数是算法的超参数,可以使用启发式或超参数调整来设置。

现在我们已经熟悉了Perceptron算法,现在让我们探索如何在Python中使用该算法。

Perceptron 与 Scikit-Learn

可通过Perceptron类在scikit-learn Python机器学习库中使用Perceptron算法。该类允许您配置学习率(eta0),默认为1.0。 

  1. # define model  
  2. model = Perceptron(eta0=1.0) 

该实现还允许您配置训练时期的总数(max_iter),默认为1,000。 

  1. # define model  
  2. model = Perceptron(max_iter=1000

Perceptron算法的scikit-learn实现还提供了您可能想探索的其他配置选项,例如提前停止和使用惩罚损失。我们可以通过一个有效的示例来演示Perceptron分类器。首先,让我们定义一个综合分类数据集。我们将使用make_classification()函数创建一个包含1,000个示例的数据集,每个示例包含20个输入变量。该示例创建并汇总了数据集。 

  1. # test classification dataset  
  2. from sklearn.datasets import make_classification  
  3. # define dataset  
  4. X, y = make_classification(n_samples=1000n_features=10n_informative=10n_redundant=0random_state=1 
  5. # summarize the dataset  
  6. print(X.shape, y.shape) 

运行示例将创建数据集并确认数据集的行数和列数。 

  1. (1000, 10) (1000,) 

我们可以通过 RepeatedStratifiedKFold类使用重复的分层k折交叉验证来拟合和评估Perceptron模型。我们将在测试装置中使用10折和3次重复。 

  1. # create the model  
  2. model = Perceptron() 

下面列出了为综合二进制分类任务评估Perceptron模型的完整示例。 

  1. # evaluate a perceptron model on the dataset  
  2. from numpy import mean  
  3. from numpy import std  
  4. from sklearn.datasets import make_classification  
  5. from sklearn.model_selection import cross_val_score  
  6. from sklearn.model_selection import RepeatedStratifiedKFold  
  7. from sklearn.linear_model import Perceptron  
  8. # define dataset  
  9. X, y = make_classification(n_samples=1000n_features=10n_informative=10n_redundant=0random_state=1 
  10. # define model  
  11. model = Perceptron()  
  12. # define model evaluation method  
  13. cv = RepeatedStratifiedKFold(n_splits=10n_repeats=3random_state=1 
  14. # evaluate model  
  15. scores = cross_val_score(model, X, y, scoring='accuracy'cvcv=cv, n_jobs=-1)  
  16. # summarize result  
  17. print('Mean Accuracy: %.3f (%.3f)' % (mean(scores), std(scores))) 

运行示例将在综合数据集上评估Perceptron算法,并报告10倍交叉验证的三个重复中的平均准确性。鉴于学习算法的随机性,您的具体结果可能会有所不同。考虑运行该示例几次。在这种情况下,我们可以看到该模型实现了约84.7%的平均准确度。 

  1. Mean Accuracy: 0.847 (0.052) 

我们可能决定使用Perceptron分类器作为最终模型,并对新数据进行预测。这可以通过在所有可用数据上拟合模型管道并调用传递新数据行的predict()函数来实现。我们可以通过下面列出的完整示例进行演示。 

  1. # make a prediction with a perceptron model on the dataset  
  2. from sklearn.datasets import make_classification  
  3. from sklearn.linear_model import Perceptron  
  4. # define dataset  
  5. X, y = make_classification(n_samples=1000n_features=10n_informative=10n_redundant=0random_state=1 
  6. # define model  
  7. model = Perceptron()  
  8. # fit model  
  9. model.fit(X, y)  
  10. # define new data  
  11. row = [0.12777556,-3.64400522,-2.23268854,-1.82114386,1.75466361,0.1243966,1.03397657,2.35822076,1.01001752,0.56768485]  
  12. # make a prediction  
  13. yhat = model.predict([row])  
  14. # summarize prediction  
  15. print('Predicted Class: %d' % yhat) 

运行示例将使模型适合模型并为新的数据行进行类标签预测。 

  1. Predicted Class: 1 

接下来,我们可以看一下配置模型的超参数。

调整感知器超参数

必须为您的特定数据集配置Perceptron算法的超参数。也许最重要的超参数是学习率。较高的学习速度可能会使模型学习速度加快,但可能是以降低技能为代价的。较小的学习率可以得到性能更好的模型,但是训练模型可能需要很长时间。您可以在本教程中了解有关探索学习率的更多信息:训练深度学习神经网络时如何配置学习率通常以较小的对数刻度(例如1e-4(或更小)和1.0)测试学习率。在这种情况下,我们将测试以下值: 

  1. # define grid  
  2. grid = dict()  
  3. grid['eta0'] = [0.0001, 0.001, 0.01, 0.1, 1.0] 

下面的示例使用GridSearchCV类以及我们定义的值网格演示了这一点。 

  1. # grid search learning rate for the perceptron  
  2. from sklearn.datasets import make_classification  
  3. from sklearn.model_selection import GridSearchCV  
  4. from sklearn.model_selection import RepeatedStratifiedKFold  
  5. from sklearn.linear_model import Perceptron  
  6. # define dataset  
  7. X, y = make_classification(n_samples=1000n_features=10n_informative=10n_redundant=0random_state=1 
  8. # define model  
  9. model = Perceptron()  
  10. # define model evaluation method  
  11. cv = RepeatedStratifiedKFold(n_splits=10n_repeats=3random_state=1 
  12. # define grid 
  13. grid = dict()  
  14. grid['eta0'] = [0.0001, 0.001, 0.01, 0.1, 1.0]  
  15. # define search  
  16. search = GridSearchCV(model, grid, scoring='accuracy'cvcv=cv, n_jobs=-1)  
  17. # perform the search  
  18. results = search.fit(X, y)  
  19. # summarize  
  20. print('Mean Accuracy: %.3f' % results.best_score_)  
  21. print('Config: %s' % results.best_params_)  
  22. # summarize all 
  23. means = results.cv_results_['mean_test_score']  
  24. params = results.cv_results_['params']  
  25. for mean, param in zip(means, params):  
  26.     print(">%.3f with: %r" % (mean, param)) 

运行示例将使用重复的交叉验证来评估配置的每种组合。鉴于学习算法的随机性,您的具体结果可能会有所不同。尝试运行该示例几次。在这种情况下,我们可以看到,学习率比默认值小会导致更好的性能,学习率0.0001和0.001均达到约85.7%的分类精度,而默认值1.0则达到约84.7%的精度。 

  1. Mean Accuracy: 0.857  
  2. Config: {'eta0': 0.0001}  
  3. >0.857 with: {'eta0': 0.0001}  
  4. >0.857 with: {'eta0': 0.001}  
  5. >0.853 with: {'eta0': 0.01}  
  6. >0.847 with: {'eta0': 0.1}  
  7. >0.847 with: {'eta0': 1.0} 

另一个重要的超参数是使用多少个时期来训练模型。这可能取决于训练数据集,并且可能相差很大。同样,我们将以1到1e + 4的对数刻度探索配置值。 

  1. # define grid  
  2. grid = dict()  
  3. grid['max_iter'] = [1, 10, 100, 1000, 10000] 

我们将使用上次搜索中的良好学习率0.0001。 

  1. # define model  
  2. model = Perceptron(eta0=0.0001) 

下面列出了搜索训练时期数的网格的完整示例。 

  1. # grid search total epochs for the perceptron  
  2. from sklearn.datasets import make_classification  
  3. from sklearn.model_selection import GridSearchCV  
  4. from sklearn.model_selection import RepeatedStratifiedKFold  
  5. from sklearn.linear_model import Perceptron  
  6. # define dataset  
  7. X, y = make_classification(n_samples=1000n_features=10n_informative=10n_redundant=0random_state=1 
  8. # define model  
  9. model = Perceptron(eta0=0.0001)  
  10. # define model evaluation method  
  11. cv = RepeatedStratifiedKFold(n_splits=10n_repeats=3random_state=1 
  12. # define grid  
  13. grid = dict()  
  14. grid['max_iter'] = [1, 10, 100, 1000, 10000]  
  15. # define search 
  16. search = GridSearchCV(model, grid, scoring='accuracy'cvcv=cv, n_jobs=-1)  
  17. # perform the search  
  18. results = search.fit(X, y)  
  19. # summarize  
  20. print('Mean Accuracy: %.3f' % results.best_score_)  
  21. print('Config: %s' % results.best_params_)  
  22. # summarize all  
  23. means = results.cv_results_['mean_test_score']  
  24. params = results.cv_results_['params']  
  25. for mean, param in zip(means, params):  
  26.     print(">%.3f with: %r" % (mean, param)) 

运行示例将使用重复的交叉验证来评估配置的每种组合。鉴于学习算法的随机性,您的具体结果可能会有所不同。尝试运行该示例几次。在这种情况下,我们可以看到从10到10,000的时间段,分类精度几乎相同。一个有趣的例外是探索同时配置学习率和训练时期的数量,以查看是否可以获得更好的结果。 

  1. Mean Accuracy: 0.857  
  2. Config: {'max_iter': 10}  
  3. >0.850 with: {'max_iter': 1}  
  4. >0.857 with: {'max_iter': 10}  
  5. >0.857 with: {'max_iter': 100}  
  6. >0.857 with: {'max_iter': 1000}  
  7. >0.857 with: {'max_iter': 10000}  

 

责任编辑:庞桂玉 来源: Python中文社区(ID:python-china)
相关推荐

2021-02-20 08:42:37

Python感知器机器学习

2022-09-11 15:02:22

机器学习算法感知器

2020-11-19 10:17:54

Python开发感知器

2020-09-08 13:02:00

Python神经网络感知器

2022-06-16 10:29:33

神经网络图像分类算法

2020-11-13 12:52:35

机器学习生产产品

2022-06-01 17:16:42

端到端KQI业务

2023-11-30 09:55:27

鸿蒙邻分类器

2015-10-09 10:59:26

算法分类

2015-10-30 16:09:23

分类算法总结

2015-11-19 10:08:54

大数据空间社会

2020-07-09 15:26:18

Python聚类算法语言

2018-11-14 07:41:58

机器学习算法感知器

2021-01-26 09:46:59

PythonStacking机器学习

2020-09-16 10:09:58

深度学习DNN计算

2023-12-26 08:40:06

分类算法数据分析Python

2023-05-06 10:02:37

深度学习算法

2024-02-04 09:34:56

时间序列传感器MTS

2016-01-06 11:00:18

2016-09-23 20:30:54

Javascriptuiwebview富文本编辑器
点赞
收藏

51CTO技术栈公众号