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