1
Для определения 3-х классов, я взял 3 одного персептрона слоя таким образом, что
Если данные относятся к классу 1, то perceptron1 = 1, perceptron2 = 0, perceptron3 = 0
Если данные принадлежит к классу 2, то perceptron1 = 0, perceptron2 = 1, perceptron3 = 0
Если данные принадлежит к классу 3, то perceptron1 = 0, perceptron2 = 0, perceptron3 = 1
я написать код, теперь странно, я вижу, что персептрон для определения класса 1 и класса 3 r работает просто отлично, но не класс 2. Теперь я не мог найти, где ошибка. Так что, пожалуйста, помогите мне?
Код для 3 класса классификаторов однослойного персептрона в MATLAB
код основной программы:
clc;
% INPUT
% amount of values
points = 300;
% stepsize
s = 1.0;
% INITIALIZE
% Booleans
TRUE = 1;
FALSE = 0;
feature = 3;
% generate data
%D = generateRandomData(points);
%keeps tracks for hits for each classes in each iteration
p1=0;
p2=0;
p3=0;
ax = 10;
bx = 70;
d=zeros(3,points);
xx1 = 2 + 1.*randn(points/3,1);
xx2 = 10 + 1.*randn(points/3,1);
xx3 = 20 + 1.*randn(points/3,1);
D=(bx-ax).*rand(points,feature) + ax;
for k = 1:points/3
D(k,1) = xx1(k);
D(k+points/3,1) = xx2(k);
D(k+2*points/3,1) = xx3(k);
end
D = D(randperm(end),:);
for n = drange(1:points)
if D(n,1) <=5.0000
d(1,n)=1;
d(2,n)=0;
d(3,n)=0;
elseif D(n,1) >=7.0000 && D(n,1) <= 13.0000
d(1,n)=0;
d(2,n)=1;
d(3,n)=0;
elseif D(n,1) >= 17.0000
d(1,n)=0;
d(2,n)=0;
d(3,n)=1;
end
end
% x-values
% training set
%d = D(:,feature+1);
% weights
w1 = zeros(feature+1,1);
w2 = zeros(feature+1,1);
w3 = zeros(feature+1,1);
% bias
b = 1;
% sucsess flag
isCorrect = FALSE;
% correctly predicted values counter
p = 0;
% COMPUTE
% while at east one point is not correctly classified
while isCorrect == FALSE
% for every point in the dataset
for i=1 : points
% calculate outcome with current weight
%CLASS 1
sumx=0;sum1=0;
for n =1 : feature
sumx=D(i,n) * w1(n+1);
sum1=sum1+sumx;
end
bias1=b*w1(1);
m1=bias1+sum1;
c1 = activate(m1);
a1 = errorFunction(c1,d(1,i));
if a1 ~= 0
% ajust weights
for n1 = 1 : feature
h=n1+1;
w1(h) = w1(h)+a1*s*D(i,n1);
end
w1(1)=w1(1)+a1*s*b;
else
% increase correctness counter
p1 = p1 + 1;
end
%CLASS 2
sumy=0;sum2=0;
for n =1 : feature
sumy=D(i,n) * w2(n+1);
sum2=sumy+sum2;
end
bias2=b*w2(1);
m2=bias2+sum2;
c2 = activate(m2);
disp('-------------');
disp(c2);
disp(d(2,i));
disp('-------------');
a2 = errorFunction(c2,d(2,i));
if a2 ~= 0
% ajust weights
for n1 = 1 : feature
h=n1+1;
w2(h) = w2(h)+a2*s*D(i,n1);
end
w2(1)=w2(1)+a2*s*b;
else
% increase correctness counter
p2 = p2 + 1;
end
%CLASS 3
sumz=0;sum3=0;
for n =1 : feature
sumz=D(i,n) * w3(n+1);
sum3=sumz+sum3;
end
bias3=b*w3(1);
m3=bias3+sum3;
c3 = activate(m3);
a3 = errorFunction(c3,d(3,i));
if a3 ~= 0
% ajust weights
for n1 = 1 : feature
h=n1+1;
w3(h) = w3(h)+a3*s*D(i,n1);
end
w3(1)=w3(1)+a3*s*b;
else
% increase correctness counter
p3 = p3 + 1;
end
end
% p/3 >= points/1.4
%p2 == p1 && p1 == p
if (p1+p2+p3)/2>=points
%disp(p);
isCorrect = TRUE;
else
%p33=p22;
%p22=p11;
%p11=p;
%p=0;
p1=0;
p2=0;
p3=0;
end
end
disp(p1);
disp(p2);
disp(p3);
test=15;
ax = 10;
bx = 70;
D1=(bx-ax).*rand(test,feature) + ax;
xy1 = 2 + 1.*randn(test/3,1);
xy2 = 10 + 1.*randn(test/3,1);
xy3 = 20 + 1.*randn(test/3,1);
for k = 1:test/3
D1(k,1) = xy1(k);
D1(k+test/3,1) = xy2(k);
D1(k+2*test/3,1) = xy3(k);
end
D1 = D1(randperm(end),:);
test1=zeros(3,test);
for n = drange(1:test)
if D1(n,1) <= 5.0000
test1(1,n)=1;
test1(2,n)=0;
test1(3,n)=0;
end
if D1(n,1) >=7.0000 && D1(n,1) <= 13.0000
test1(1,n)=0;
test1(2,n)=1;
test1(3,n)=0;
end
if D1(n,1) >= 17.0000
test1(1,n)=0;
test1(2,n)=0;
test1(3,n)=1;
end
end
for i=1 : test
sumx=0;sum1=0;sum2=0;sum3=0;
for n =1 : feature
sumx=D1(i,n) * w1(n+1);
sum1=sumx+sum1;
end
bias=b*w1(1);
m=bias+sum1;
c = activate(m);
a1 = errorFunction(c,test1(1,i));
%CLASS 2
for n =1 : feature
sumx=D1(i,n) * w2(n+1);
sum2=sumx+sum2;
end
bias=b*w2(1);
m=bias+sum2;
c = activate(m);
a2 = errorFunction(c,test1(2,i));
%CLASS 3
for n =1 : feature
sumx=D1(i,n) * w3(n+1);
sum3=sumx+sum3;
end
bias=b*w3(1);
m=bias+sum3;
c = activate(m);
a3 = errorFunction(c,test1(3,i));
% if outcome was wrong
if a1 == 0.0 && a2 == 0.0 && a3 == 0.0
disp('correct');
else disp('incorrect');
end
end
код активации функции
function f = activate(x)
f = (1/2)*(sign(x)+1);
%f = 1/(1 + exp(-x));
%f = tanh(x);
end
код функции ошибки проверки
function f = errorFunction(c,d)
% w has been classified as c - w should be d
if c < d
%reaction too small
f = +1;
elseif c > d
%reaction too large
f = -1;
else
%reaction correct
f = 0.0;
end
конец
