| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 线性网络对糖尿病进行分类 -> 正文阅读 |
|
[人工智能]线性网络对糖尿病进行分类 |
目录 1. 加载数据集这次我们搭建一个小小的多层线性网络对糖尿病的病例进行分类 首先先导入需要的库文件 ?先来看看我们的数据集 ?观察可以发现,前八列是我们的feature ,根据这八个特征可以判断出病人是否得了糖尿病。所以最后一列是1,0 的一个二分类问题 我们使用numpy 去导入数据集,delimiter 是定义分隔符,这里我们用逗号(,)分割 将前八列的特征放到我们的x_data里面,作为特征输入,最后一列放到y_data作为label
下面是xy , x_data , y_data 打印出前两行的结果 ? ? 2. 搭建网络+优化器搭建网络的时候,要保证两层网络之间的维数能对应上 首先第一层的时候,因为前八列作为我们的x_data ,也就是说我们输入的特征是 8 维度的,那么由于 y = x * wT + b ,因为输入数据的x是(n * 8) 的,而我们定义的y维度是(n * 6) ,所以wT的维度应该是(8,6)
我们采用的激活函数是ReLU , 由于是二元分类,最后一个网络的输出我们采用sigmoid输出 接下来,搭建实例化我们的网络,然后建立优化器 这里我们选择SGD随机梯度下降算法,学习率设置为0.01 3. 训练网络?训练网络的过程较为简单,大概的过程为 1. 计算预测值 2. 计算损失函数 3. 反向传播,之前要进行梯度清零 4. 梯度更新 5. 重复这个过程,epoch 为所有样本计算一次的周期,这次让epoch 迭代1000次 4. 代码
输出结果为: ? ? |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 | -2024/12/28 3:18:58- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |
数据统计 |