分类算法（3） ---- 感知机（PLA）

感知机是二分类模型，输入实例的特征向量，输出实例的±类别。

梯度下降法：首先，任意选定w0、b0，然后用梯度下降法不断极小化目标函数，极小化的过程不是一次性把M中的所有误分类点梯度下降，而是一次选取一个误分类点使其梯度下降。

PLA算法流程

设置迭代次数，每次迭代，从第一个点开始，每遇到一个误分类点，就更新w

得到最后的w，与测试文本进行矩阵相乘进行预测，大于0为1，小于等于0为0.

优化：进行MAX-MIN归一化；选取较合适的步长和迭代次数。

数据集格式为：第一行为58个属性名称，最后一个是分享值(0或1），接下来n行是训练数据集，再继续来m行是预测数据集，其share值为空。需要求出预测数据集的share预测值。

#include
#define rate 0.5 
#define line_train 27751
#define line_test 11893
#define item_num 58
#define inf 1000000
using namespace std;
int line = line_train + line_test;
struct TEXT{ //用于保存所有文本 
	vector feature; 
	int shares;
}text[40000];

void input(){  //文本读取
	string str;
	double data;
	ifstream fin("Datac_all.csv");
	getline(fin, str);
	for(int i=0;i tmp;
		while (!ss.eof()){
			ss >> data;  //忽略逗号 
			ss.ignore(str.size(), ',');
			text[i].feature.push_back(data);	
		}		
		if(i MAX)
				MAX = text[j].feature[i];
			if(text[j].feature[i] < MIN)
				MIN = text[j].feature[i];
		}
	    //归一化 
		for(int j = 0; j < line; j++){	
			if((MAX - MIN)!= 0)
				text[j].feature[i] = (text[j].feature[i] - MIN) / (MAX - MIN);
			else
				text[j].feature[i] = 0;
		}
	} 
}

double XW(vector w, int i){ //矩阵相乘 
	double A = w[0]*1.0;
	for(int j = 1; j <= item_num; j++)	
		A += (double)w[j]*text[i].feature[j-1];
	return A;
}

vector new_w(vector w, int index){//更新w 
	w[0] += rate*text[index].shares;
	for(int i = 1; i <= item_num; i++){
		w[i] += text[index].shares * text[index].feature[i-1];
	}
	return w;
}

void print(vector w){ //打印w 
	for(int i = 0; i <= item_num; i++)
		cout << w[i] << " ";
	cout << endl << endl; 
}

void PLA(){
	int DDL =100;
	vector w(item_num+1, 1);
	while(DDL--){ //迭代次数 
		for(int i = 0; i < line_train; i++){
			double y = XW(w,i);
			if(y*text[i].shares <= 0)			
				w = new_w(w, i); //更新误分类点 
		}
	}
	print(w);
	ofstream predict("PLA.txt");
	for(int i = line_train; i < line; i++){
		double temp = XW(w, i); //进行预测 
		predict << (temp>0) << endl;		
	}
}

int main(){
	input();
	normalization();		
	PLA();	
	return 0;
}

PLA分类过程图：

    

.........