### 使用Python实现感知机算法对鸢尾花数据集进行多分类 感知机是一种用于二分类的线性模型，但在实际应用中可以通过扩展支持多分类任务。对于鸢尾花数据集这种三类别的分类问题，可以采用一对多（One-vs-Rest, OvR）策略来解决多分类问题[^1]。 以下是详细的步骤和代码示例： #### 1. 数据准备 加载并处理鸢尾花数据集，提取特征和目标标签。 ```python import numpy as np from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler # 加载数据集 iris = load_iris() X = iris.data y = iris.target # 将数据划分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) # 特征标准化 scaler = StandardScaler() X_train_std = scaler.fit_transform(X_train) X_test_std = scaler.transform(X_test) ``` #### 2. 定义感知机类 定义一个多分类感知机类，基于OvR策略实现。 ```python class MultiClassPerceptron: def __init__(self, eta=0.01, n_iter=50, random_state=1): self.eta = eta self.n_iter = n_iter self.random_state = random_state def fit(self, X, y): rng = np.random.RandomState(self.random_state) self.w_ = {c: rng.normal(loc=0.0, scale=0.01, size=X.shape[1]) for c in set(y)} self.b_ = {c: 0 for c in set(y)} for _ in range(self.n_iter): errors = {} for xi, yi in zip(X, y): predicted_class = max( ((np.dot(self.w_[cls], xi) + self.b_[cls]), cls) for cls in self.w_ )[1] if predicted_class != yi: # 更新真实类别的权重和偏置 self.w_[yi] += self.eta * xi self.b_[yi] += self.eta # 减少其他类别的权重和偏置 self.w_[predicted_class] -= self.eta * xi self.b_[predicted_class] -= self.eta # 如果没有错误分类，则提前终止 if not any(errors.values()): break def predict(self, X): predictions = [] for xi in X: predicted_class = max( (np.dot(self.w_[cls], xi) + self.b_[cls], cls) for cls in self.w_ )[1] predictions.append(predicted_class) return np.array(predictions) ``` #### 3. 训练模型 使用训练数据拟合感知机模型。 ```python model = MultiClassPerceptron(eta=0.01, n_iter=100, random_state=1) model.fit(X_train_std, y_train) ``` #### 4. 测试模型性能 评估模型在测试集上的表现。 ```python from sklearn.metrics import accuracy_score y_pred = model.predict(X_test_std) accuracy = accuracy_score(y_test, y_pred) print(f"Accuracy on the test set: {accuracy:.2f}") ``` --- ### 关键点解析 - **多分类策略**：通过OvR方法，为每个类别分别训练一个二分类器，最终根据得分最高的类别作为预测结果[^2]。 - **权重更新规则**：当发生误分类时，增加真实类别的权重向量，并减少当前预测类别的权重向量[^3]。 - **标准化处理**：为了提高收敛速度和稳定性，在训练前对输入特征进行了标准化处理[^4]。 ---