Question

我有一个感知器算法的实现，它根据词袋模型进行操作，定义了一系列权重来分离两个特征向量。

示例：

Document 1 = ["I", "am", "awesome"]
Document 2 = ["I", "am", "great", "great"]

字典是：

["I", "am", "awesome", "great"]

因此，作为矢量的文档看起来像：

Document 1 = [1, 1, 1, 0]
Document 2 = [1, 1, 0, 2]

然后算法学习决策边界方程，即：

feature_0 * weight_0 +
feature_1 * weight_1 +
feature_2 * weight_2 +
feature_3 * weight_3 +
bias

现在我有一个测试集，其格式与上面描述的训练集非常相似。根据我的决策边界方程测试这些值的psuedocode是什么，从而为它们分配标签？

我猜它就像（伪代码）：

For each word in the test set
    if that word exists in the global dict
        value = the frequency of that word * the learned weight
            if value >= 0
                return 1
            else
                return -1

但是我想捕捉整个特征向量的类，而不只是一个单词，所以我想它必须是一个总和？

Answer 1

不确定我是否理解正确。培训和测试集需要具有完全相同的格式。要测试，您只需求解已知权重和特征（测试集）的等式。

原则上，您应该一起生成测试和训练数据，以确保它们尽可能相等 - 然后将它们分成两组。根据决策边界的设置方式生成测试数据（即标签）是一个非常糟糕的主意：测试集的主要思想是针对未知，真实之后的数据测试当前训练边界>边界。通过将知识引入系统，您的测试结果将严重反映真实准确性。

如何实施感知器测试

1 个答案: