Python点集分类神经网络

本文将依据网络课程，学习利用神经网络对给定点集进行分类的方法。

1、 所需模块有numpy、sklearn、matplotlib和scipy，请提前自行安装配置。

2、 安装完毕后，在编译器中载入以下模块即可。

3、 利用make_moons生成数据集，并绘制其散点图。

4、 make_moons是内置的模型工具。

5、 将点集按颜色分类，力求使两类尽可能分离。

6、 构建线性回归模型，用直线拟合数据点。

7、 分类效果不佳，表明该数据集不适用于线性回归模型。

8、 下图中的代码定义了若干自定义函数，用于构建神经网络模型。

9、 构建一个包含三层的神经网络结构。

10、 运行训练程序，共进行20000次迭代，仅观察前5000次的损失值，并以每1000次为间隔进行记录和查看。

11、 最终划定界限，明确区分。