StudyMachineLearning_AdalineMatrixExpression.py

StudyMachineLearning_AdalineMatrixExpression.py

# -*- encoding: utf-8 -*-
import numpy as np
import pandas as pd

df = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data", header=None)
y = df.iloc[0:4, 4].values
y = np.where(y == "Iris-setosa", -1, 1)
X = df.iloc[0:4, [0, 2]].values

#---特徴行列
X=np.matrix(X)
m,n=X.shape
#---しきい値用に一番左側の列に1を追加
X=np.c_[np.matrix(np.ones((m,1))),X]

#---教師データベクトル
y=np.matrix(y).T

#---重みベクトル
w=np.matrix(np.zeros((n+1,1)))

#---活性化関数 定数
alpha=1

#---特徴行列と重みベクトルの掛け合わせ
z=X*w

#---活性化関数出力ベクトル
phi=alpha*X*w

#---教師データと活性化関数出力の残差ベクトル
e=y-alpha*X*w

#---コスト関数
J=e.T*e/2

#---コスト関数の勾配
gradJ=-alpha*X.T*y+alpha**2*X.T*X*w