被动攻击算法

发表于 更新于 分类于 ， 阅读次数： 本文字数： 1.2k 阅读时长 ≈ 1 分钟

什么是被攻击算法 **(Passive Aggressive Algorithms)** ?

被动攻击算法如何进行分类任务？

  • 用于大规模学习的一系列算法。它们与感知器相似，因为它们不需要学习率。然而，与感知器相反，它们包含一个正则化参数 c
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
     >>> from sklearn.linear_model import PassiveAggressiveClassifier
     >>> from sklearn.datasets import make_classification
     >>> X, y = make_classification(n_features=4, random_state=0)
     >>> clf = PassiveAggressiveClassifier(max_iter=1000, random_state=0,
    ... tol=1e-3)
     >>> clf.fit(X, y)
    PassiveAggressiveClassifier(random_state=0)
     >>> print(clf.coef_)
    [[0.26642044 0.45070924 0.67251877 0.64185414]]
     >>> print(clf.intercept_)
    [1.84127814]
     >>> print(clf.predict([[0, 0, 0, 0]]))
    [1]

被动攻击算法如何进行回归任务？

  • 被动进取回归器
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
     >>> from sklearn.linear_model import PassiveAggressiveRegressor
     >>> from sklearn.datasets import make_regression

     >>> X, y = make_regression(n_features=4, random_state=0)
     >>> regr = PassiveAggressiveRegressor(max_iter=100, random_state=0,
    ... tol=1e-3)
     >>> regr.fit(X, y)
    PassiveAggressiveRegressor(max_iter=100, random_state=0)
     >>> print(regr.coef_)
    [20.48736655 34.18818427 67.59122734 87.94731329]
     >>> print(regr.intercept_)
    [-0.02306214]
     >>> print(regr.predict([[0, 0, 0, 0]]))
    [-0.02306214]