编号：C21
大小：27M
环境：Python3.8、Pycharm2020
简介：基于Python编写而成线性规划的算法
PLA的基本思路

每个特征都有权重，表示该特征的重要程度，当综合所有的特征与权重计算一个最终分分数，当这个分数超过某个阈值，表示成功，否则表示失败

PLA的算法步骤

step1: 随便找一条直线，记随便找一个n维向量w，赋初值

step2: 如果这条直线正好把训练数据正确切分，训练结束

step3: 如果有一个样本没有被正确的切分，即在权值计算中对权值进行一些修正

step4: 跳转到step2

数据结构

数据的合成

本次实验数据是用一个公式 3.14x + 2.3y – 1000合成的数据，并且将数据保存在一个xls文件当中，然后在从这个文件获得数据。

权值修正方法

wi = wi + weight_change weight_change = learning_rate(label – prediction) label: 代表的就是click prediction: 代表的就是你这个预测的值

运行展示

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频