Weizhi-Zhao / getting-started-with-pattern-recognition Public

Notifications You must be signed in to change notification settings
Fork 0
Star 6

华中科技大学人工智能与自动化学院模式识别代码（课程成绩：94）

6 stars 0 forks Branches Tags Activity

Name		Name	Last commit message	Last commit date
Latest commit History 15 Commits
Classification for Multiclass		Classification for Multiclass
Fisher		Fisher
Linear Regression Algorithm		Linear Regression Algorithm
Logistic Regression		Logistic Regression
PLA		PLA
SVM		SVM
neural_network		neural_network
.gitignore		.gitignore
README.md		README.md

Repository files navigation

华中科技大学人工智能与自动化学院模式识别代码

感谢 https://github.com/Daniel-xsy/PatternRecognition 作为参考 警告：抄袭代码可能导致丢平时分，本代码仅供参考

本代码的优点

尽量不使用Pytorch，纯净的numpy数学计算
面向对象编程，代码模块化，关键处注释，简洁易懂
每个文件夹可独立运行，不互相依赖
丰富的可视化，将计算结果生动的展示出来

文件命名规则：

L开头文件为作业代码
L?problem?为习题作业
L?code?为编程作业
其他文件为算法

PLA感知器

PLA算法：/PLA/PLA.py
pocket算法：/PLA/pocket.py

线性回归

线性回归代码：Linear Regression Algorithm/linear_regression.py
优化器（各种梯度下降）代码：Linear Regression Algorithm/optimizer.py

Fisher线性判别

fisher算法：/Fisher/Fisher.py

逻辑斯蒂回归

逻辑斯蒂回归算法：/Logistic Regression/logistic_regression.py

SVM支持向量机

SVM算法：/SVM/SVMs.py
核函数：/SVM/kernel.py

多类分类

OVO算法：/Classification for Multiclass/L9code1.py
Softmax：/Classification for Multiclass/softmax.py

神经网络

全连接：/neural_network/IRIS_net.py
LeNet：/neural_network/le_net.py

欢迎找bug