径向基神经网络

from scipy import *
from scipy.linalg import normpinv

from matplotlib import pyplot as plt

class RBF:
    def __init__（selfindimnumCentersoutdim）:
        self.indim = indim
        self.outdim = outdim
        self.numCenters = numCenters
        self.centers = [random.uniform（-11indim） for i in range（numCenters）]
        self.beta = 8
        self.W = random.random（（self.numCentersself.outdim））

    def _basisfunc（selfcd）:
        assert len（d） == self.indim
        return exp（-self.beta*norm（c-d）**2）

    def _calcAct（self X）:
        # calculate activations of RBFs

        G = zeros（（X.shape[0] self.numCenters） float）
        for ci c in enumerate（self.centers）:
            for xi x in enumerate（X）:
                G[xi ci] = self._basisfunc（c x）
        return G

    def train（self X Y）:

        “““ X: matrix of dimensions n x indim
            y: column vector of dimension n x 1 “““
        # choose random center vectors from training set

        rnd_idx = random.permutation（X.shape[0]）[:self.numCenters]
        self.centers = [X[i :] for i in rnd_idx]
        print
        “center“