1 #include <vector>
2 #include<iomanip>
3 #include <string>
4 #include<stdio.h>
5 #include<string.h>
6 #include <fstream>
7 #include <iostream>
8 #include<set>
9 #include<algorithm>
10 #include<cstdio>
11 #include<iomanip>
12 #include<map>
13 #include<cmath>
14 #define col 41
15 #define row 7000
16
17 using namespace std;
18 double label[8010][80]; //训练集
19 double test_label[8010][80]; //测试集
20 double valition_label[8010][80]; //验证集
21 string s[8010];
22 string ss[8010];
23 string s2[8010];
24
25
26 //logitic函数，将负无穷到正无穷 转化 -1到 1
27
28 double logistic(double n){
29
30 return 1/(1+exp(-1.0*n));
31
32 }
33
34 double geterror(int n){
35 return 0.001;
36 }
37
38 double cut_t(string s, int t){
39 string str = s;
40 int r = 0;
41 double count = 0.0;
42 bool flag = true;
43 double flag1 = 1.0;
44 double sum = 0.0;
45 for(int i=0;i<str.length();i++){
46
47 if(r==t && str[i] == '-'){
48 flag1 = -1;
49 continue;
50 }
51 if(str[i]==','){
52 r++;
53 continue;
54 }
55 if(r==t){
56 if(flag == false){
57 count ++;
58 }
59 if(str[i] == '.'){
60 flag = false;
61 }
62 else {
63 sum = sum + (str[i] - '0') * 1.0;
64 sum = sum * 10;
65 }
66
67 }
68 }
69
70 for(int i=0;i<=count;i++){
71 sum = sum/10;
72 }
73 return sum*flag1;
74 }
75
76
77
78 int main()
79 {
80
81
82 /*************************************************读文件***********************************************************/
83
84 fstream myfile("C:\\AI_data\\lab5\\train.csv");
85 fstream valition("C:\\AI_data\\lab5\\valition.csv");
86 fstream test("C:\\AI_data\\lab5\\test.csv");
87
88
89 int num=0;
90 string temp;
91 if(!myfile.is_open())
92 {
93 cout << "1未成功打开文件" << endl;
94 }
95 while(getline(myfile,temp)) //读入文本中的词
96 {
97 s[num] = temp;
98 num++;
99 }
100
101
102 int num1 = 0;
103 string temp1;
104 if(!test.is_open())
105 {
106 cout << "2未成功打开文件" << endl;
107 }
108 while(getline(test,temp1)) //读入文本中的词
109 {
110 ss[num1] = temp1;
111 num1++;
112 }
113
114
115 int num2 = 0;
116 string temp2;
117 if(!valition.is_open())
118 {
119 cout << "3未成功打开文件" << endl;
120 }
121 while(getline(valition,temp2)) //读入文本中的词
122 {
123 s2[num2] = temp2;
124 num2++;
125 }
126
127
128 /***********************************************处理文本********************************************************************/
129 for(int i=0; i<num; i++){
130
131 int len = s[i].length();
132 string str = s[i];
133 char t[8000]="";
134 for(int j=0;j<col;j++){
135 label[i][0] = 1.0; //需要在每一个样例前面加上一个 1
136 label[i][j+1] = cut_t(s[i],j);
137 }
138 // for(int j=0;j<=col;j++) cout<<label[i][j]<<" ";
139 //cout<<endl;
140 for(int w=0;w<len;w++){
141 t[w] = str[w];
142 }
143 const char *d = " , \n" ;
144 char* p = strtok(t,d);
145 while(p)
146 {
147 p=strtok(NULL,d);
148 }
149 }
150
151 for(int i=0; i<num1; i++){
152
153 int len1 = ss[i].length();
154 string str1 = ss[i];
155 char tt[8000]="";
156 //cout<<ss[i]<<endl;
157 for(int j=0;j<col-1;j++){
158 test_label[i][0] = 1.0; //需要在每一个样例前面加上一个 1
159 test_label[i][j+1] = cut_t(ss[i],j);
160 //cout<<test_label[i][j]<<" ";
161 }
162 //for(int j=0;j<67;j++) cout<<label[i][j]<<endl;
163 //cout<<endl;
164 for(int w=0;w<len1;w++){
165 tt[w] = str1[w];
166 }
167 const char *d = " , \n" ;
168 char* p = strtok(tt,d);
169 while(p)
170 {
171 p=strtok(NULL,d);
172 }
173 }
174
175 for(int i=0; i<num2; i++){
176
177 int len2 = s2[i].length();
178 string str2 = s2[i];
179 char t2[8000]="";
180 for(int j=0;j<col;j++){
181 valition_label[i][0] = 1.0; //需要在每一个样例前面加上一个 1
182 valition_label[i][j+1] = cut_t(s2[i],j);
183 }
184 // for(int j=0;j<=col;j++) cout<<label[i][j]<<" ";
185 //cout<<endl;
186 for(int w=0;w<len2;w++){
187 t2[w] = str2[w];
188 }
189 const char *d2 = " , \n" ;
190 char* p2 = strtok(t2,d2);
191 while(p2)
192 {
193 p2=strtok(NULL,d2);
194 }
195 }
196 /***************************************************************** PLA算法执行 ************************************************/
197
198
199
200
201 double w[col]; //初始的 w[] 数组
202 double new_w[col];
203 double zhishu[row];
204 for(int j=0;j<col;j++){
205 w[j] = 1.0;
206 }
207 for(int ui=0;ui<row;ui++){
208 zhishu[ui] = 0.0;
209 }
210
211 int a = 6000; //由于不能全部划分，所以设立一个最大次数
212 double error = 0.5;
213 while(a--){
214 //double error = geterror(a); //调整步长
215
216 for(int j=0;j<col;j++){ //初始化数组，用来更新w[]数组
217 new_w[j] = 0.0;
218 }
219 for(int i=0;i<num;i++){ // 遍历所有样本进行一轮迭代
220 for(int j=0;j<col;j++){
221 zhishu[i] += label[i][j]*w[j]; // 对每一个导数进行存储
222 }
223 //进行logistic变换
224 zhishu[i] = logistic(zhishu[i]) - label[i][col];
225 }
226 bool flag = true; //判断是否收敛
227 for(int jt=0;jt<col;jt++){
228 for(int it=0;it<num;it++){ //更新 w[]
229 new_w[jt] += label[it][jt]*zhishu[it];
230 }
231 new_w[jt] = new_w[jt]*error;
232 if(new_w[jt] != 0) flag = false;
233 w[jt] = w[jt] - new_w[jt]; //为下一次迭代 w[]
234 }
235 if(flag){ //如果收敛
236 cout<<a<<endl;
237 cout<<"完美收敛，提前结束"<<endl;
238 break;
239 }
240
241 }
242
243 //统计各个指标
244 double TP = 0.0;
245 double FN = 0.0;
246 double TN = 0.0;
247 double FP = 0.0;
248 double Acc = 0.0;
249 double Rec = 0.0;
250 double Pre = 0.0;
251 double F1 = 0.0;
252
253
254 for(int i=0;i<num2;i++){
255 int flag1 = 1;
256 double sum2 = 0.0;
257 for(int j=0;j<col;j++){
258 sum2 += valition_label[i][j]*w[j];
259 }
260 if(logistic(sum2) < 0.5) flag1 = 0;
261 else flag1 = 1;
262
263
264 if(flag1 == 1 && valition_label[i][col] == 1) TP++;
265 else if(flag1 == 0 && valition_label[i][col] == 1) FN++;
266 else if(flag1 == 0 && valition_label[i][col] == 0) TN++;
267 else FP++;
268 }
269 cout<<"TP = "<<TP<<endl;
270 cout<<"TN = "<<TN<<endl;
271 cout<<"FN = "<<FN<<endl;
272 cout<<"FP = "<<FP<<endl;
273 Acc = (TP+TN)/(TP+TN+FP+FN);
274 Rec = TP/(TP+FN);
275 Pre = TP/(TP+FP);
276 F1 = 2*Pre*Rec / (Pre+Rec);
277
278 cout<<"Acc = "<<Acc<<endl;
279 cout<<"Rec = "<<Rec<<endl;
280 cout<<"Pre = "<<Pre<<endl;
281 cout<<"F1 = "<<F1<<endl;
282
283
284
285 for(int k=0;k<num1;k++){
286
287 int flag3 = 0;
288 double sum3 = 0.0;
289 for(int j=0;j<col;j++){
290 sum3 += test_label[k][j]*w[j];
291 }
292
293 if(logistic(sum3) < 0.5 ) flag3 = 0;
294 else flag3 = 1;
295 cout<<flag3<<endl;
296 }
297
298 test.close();
299 myfile.close();
300 return 0;
301 }上面是原始的PLA实现，下面是PLA基于口袋算法的优化：
1 #include <vector>
2 #include<iomanip>
3 #include <string>
4 #include<stdio.h>
5 #include<string.h>
6 #include <fstream>
7 #include <iostream>
8 #include<set>
9 #include<algorithm>
10 #include<cstdio>
11 #include<iomanip>
12 #include<map>
13 #include<cmath>
14 using namespace std;
15 double label[4010][80];
16 string s[4010];
17
18 double cut_t(string s, int t){
19 string str = s;
20 int r = 0;
21 double count = 0.0;
22 bool flag = true;
23 double flag1 = 1.0;
24 double sum = 0.0;
25 for(int i=0;i<str.length();i++){
26
27 if(r==t && str[i] == '-'){
28 flag1 = -1;
29 continue;
30 }
31 if(str[i]==','){
32 r++;
33 continue;
34 }
35 if(r==t){
36 if(flag == false){
37 count ++;
38 }
39 if(str[i] == '.'){
40 flag = false;
41 }
42 else {
43 sum = sum + (str[i] - '0') * 1.0;
44 sum = sum * 10;
45 }
46
47 }
48 }
49
50 for(int i=0;i<=count;i++){
51 sum = sum/10;
52 }
53 return sum*flag1;
54 }
55
56
57
58 int main()
59 {
60
61
62 /*************************************************读文件***********************************************************/
63
64 fstream myfile("F:\\AI_data\\lab3\\train.txt");
65 int num=0;
66 string temp;
67 if (!myfile.is_open())
68 {
69 cout << "未成功打开文件" << endl;
70 }
71 while(getline(myfile,temp)) //读入文本中的词
72 {
73 s[num] = temp;
74 num++;
75 }
76
77
78 /***********************************************处理文本********************************************************************/
79 for(int i=0; i<num; i++){
80
81 int len = s[i].length();
82 string str = s[i];
83 char t[8000]="";
84 for(int j=0;j<66;j++){
85 label[i][0] = 1.0; //需要在每一个样例前面加上一个 1
86 label[i][j+1] = cut_t(s[i],j);
87 }
88 //for(int j=0;j<67;j++) cout<<label[i][j]<<endl;
89 // cout<<endl;
90 for(int w=0;w<len;w++){
91 t[w] = str[w];
92 }
93 const char *d = " , \n" ;
94 char* p = strtok(t,d);
95 while(p)
96 {
97 p=strtok(NULL,d);
98 }
99 }
100
101 /***************************************************************** PLA算法执行 ************************************************/
102
103 double w[66]; //初始的 w[] 数组
104 double change_w[66];
105 //double w[7];
106 double store[4010];
107 double sum = 0.0;
108 for(int j=0;j<66;j++){
109 w[j] = 1.0;
110 change_w[j] = 1.0;
111 }
112 int a = 2000;
113
114
115 while(a--){ //规定迭代次数
116
117 bool flag2 = true;
118 long double counter_right1 = 0; //两次的正确的数目统计
119 long double counter_right2 = 0;
120 int dex = 0;
121
122 for(int i=0;i<num;i++){ //遍历所有数据
123
124 sum = 0.0;
125
126 for(int j=0;j<66;j++){ //进行计算
127
128 sum += label[i][j]*w[j];
129 //cout<< i << " "<<j<<endl;
130 }
131 //cout<<"sum= "<<sum<<endl;
132 int flag = 0;
133
134 if(sum > 0.0){ //对结果的符号进行判断
135 flag = 1;
136 }
137 else{
138 flag = -1;
139 }
140
141 //cout<<flag << " "<<label[i][66]<<endl;
142 if(flag != label[i][66] ){ //判断结果是否是正确的，不正确需要考虑这个w[]
143 if(flag2){
144 for(int k=0;k<66;k++){
145 change_w[k] = w[k] + label[i][k]*label[i][66];
146 dex = i;
147 //cout<<w[k]<<endl;
148 }
149 }
150 flag2 = false; //一次只考虑第一个不正确的 w[]
151 }
152 else counter_right1++; //记录第一个 w[] 的正确率
153 }
154
155
156 for(int i=0;i<num;i++){ //遍历所有数据
157
158 sum = 0.0;
159
160 for(int j=0;j<66;j++){ //用第二个w[]进行迭代
161
162 sum += label[i][j]*change_w[j];
163 //cout<< i << " "<<j<<endl;
164 }
165 //cout<<"sum= "<<sum<<endl;
166 int flag = 0;
167
168 if(sum > 0.0){ //算出结果的符号
169 flag = 1;
170 }
171 else{
172 flag = -1;
173 }
174 //记录正确率
175 //cout<<flag << " "<<label[i][66]<<endl;
176 if(flag == label[i][66] ) counter_right2++;
177 }
178
179
180 //两个w[]数组正确率比较 ，第一个正确率高则返回原来的w[],否则w[] 替换为更新后的，进入下一轮迭代
181 if(counter_right1 > counter_right2){
182 for(int j=0;j<66;j++){
183 w[j] = change_w[j] - label[dex][j]*label[dex][66];
184 }
185 }
186 else{
187 for(int j=0;j<66;j++){
188 w[j] = change_w[j] ;
189 }
190 }
191
192 }
193
194
195 double TP = 0.0;
196 double FN = 0.0;
197 double TN = 0.0;
198 double FP = 0.0;
199 double Acc = 0.0;
200 double Rec = 0.0;
201 double Pre = 0.0;
202 double F1 = 0.0;
203
204 for(int i=0;i<num;i++){
205 int flag1 = 1;
206 double sum1 = 0.0;
207 for(int j=0;j<66;j++){
208 sum1 += label[i][j]*w[j];
209 //cout<<" w[] = "<<w[j]<<endl;
210 }
211 cout<<sum1<<endl;
212
213 if(sum1 >= 0 ) flag1 = 1;
214 else flag1 = -1;
215
216 cout<<flag1<<" ";
217 cout<<label[i][66]<<endl;
218 if(flag1 == 1 && label[i][66] == 1) TP++;
219 else if(flag1 == -1 && label[i][66] == 1) FN++;
220 else if(flag1 == -1 && label[i][66] == -1) TN++;
221 else if(flag1 == 1 && label[i][66] == -1)FP++;
222
223 }
224 cout<<TP<<endl;
225 cout<<TN<<endl;
226 cout<<FN<<endl;
227 cout<<TN<<endl;
228 Acc = (TP+TN)/(TP+TN+FP+FN);
229 Rec = TP/(TP+FN);
230 Pre = TP/(TP+FP);
231 F1 = 2*Pre*Rec / (Pre+Rec);
232
233 cout<<"Acc = "<<Acc<<endl;
234 cout<<"Rec = "<<Rec<<endl;
235 cout<<"Pre = "<<Pre<<endl;
236 cout<<"F1 = "<<F1<<endl;
237 for(int k=0;k<66;k++){
238 cout<< w[k] <<endl;
239 }
240
241 myfile.close();
242 return 0;
243 }
来源：oschina
链接：https://my.oschina.net/u/4416684/blog/3974135