scikit-learn, Spark.ml, TensorFlow에서 Perceptron ~ (1) 소개

9875 단어 TensorFlow스파크scikit-learn기계 학습
선형 회귀에 계속해서 Perceptron에 의한 식별을 scikit-learn, Spark.ml, TensorFlow 로 실시해 보았습니다.

1. 퍼셉트론



퍼셉트론은 숨겨진 레이어가 없는 입력 레이어와 출력 레이어만의 간단한 신경망입니다. scikit-learn에는 Perceptron 단독의 모델이 있었기 때문에 그 쪽을 사용했습니다만, Spark.ml 와 TensorFlow에서는, 입력층과 출력층만의 신경망의 모델을 만들었습니다.
퍼셉트론은 식별자(Classifier)이므로 x, y 가 주어지면 A 또는 B 라는 데이터가 필요합니다. 이번은, 선형 회귀의 때와 거의 같은 형태로,
  • ax + b >= y이면 0
  • ax + b
    라는 데이터를 만들기로 합니다.

    코드 설명은 약어. 이번에는 0의 경우 파란색, 1의 경우 빨간색 산점도를 그립니다.

    makeDataPC.py
    #!/usr/bin/env python                                                                

import numpy as np
from numpy.random import rand

# data for calssifier                                                                
def makeDataPC(a, b, n=100, d=0.1, xs=0, xe=10):
    x = rand(n) * (xe - xs) + xs
    r = (rand(n) * 2 - 1) * d
    y = x * a + b + r
    r[r >= 0] = True  # tricky                                                       
    r[r  < 0] = False
    return x, y, r

import csv
def writeArrayWithCSV(dataFile, data):
    f = open(dataFile, 'w')
    writer = csv.writer(f, lineterminator='\n')
    writer.writerows(data)
    f.close()

import matplotlib.pyplot as plt
def plotXY(title, x, y, z):
    b = z.astype(np.bool)
    fig = plt.figure()
    ax = fig.add_subplot(1,1,1)
    bx = x[b]
    by = y[b]
    ax.scatter(bx, by, color='blue')
    r = -b
    rx = x[r]
    ry = y[r]
    ax.scatter(rx, ry, color='red')
    ax.set_title(title)
    ax.set_xlabel('x')
    ax.set_ylabel('y')
    #fig.show()                                                                      
    imageFile = title + '.png'
    fig.savefig(imageFile)

# training data                                                                      
x,y,z = makeDataPC(0.4, 0.8, 100, 0.8)
title = 'trainPC'
plotXY(title, x, y, z)
dataFile = title + '.csv'
xyz = np.c_[x, y, z]
writeArrayWithCSV(dataFile, xyz)
  • boolean 인덱스라고 하는 [False, True, False] 와 같은 boolean 배열을 numpy.array 의 index로 하면(자), True 의 index 치의 배열을 돌려주는 기능을 사용하고 있습니다. 
    • >>> n = np.array([1,2,3,4])
>>> b = np.array([False,True,False,True])
>>> n[b]
array([2, 4])
  • boolean 배열 b 의 역은 -b 입니다. 
    • >>> b = np.array([False,True,False,True])
>>> -b
array([ True, False,  True, False], dtype=bool)

    scikit-learn, Spark.ml, TensorFlow에서 선형 회귀 ~ (3) spark.ml
    [Windows 64bit 환경] Apache Spark 설치 정보

    좋은 웹페이지 즐겨찾기

    개발자 우수 사이트 수집

    개발자가 알아야 할 필수 사이트 100선 추천 우리는 당신을 위해 100개의 자주 사용하는 개발자 학습 사이트를 정리했습니다
    best100-homepage