标签:数据 pre hold ges 二维 break color 模型 mat
感知机是简单的线性分类模型 ,是二分类模型。其间用到随机梯度下降方法进行权值更新。参考他人代码,用matlab实现总结下。
权值求解过程通过Perceptron.m函数完成
function W = Perceptron(X,y,learnRate,maxStep)
% Perceptron.m % Perception Learning Algorithm(感知机) % X一行为一个样本,y的取值{-1,+1} % learnRate:学习率 % maxStep:最大迭代次数 [n,m] = size(X); X = [X ones(n,1)]; W=zeros(m+1,1); for step = 1:maxStep flag = true; for index = 1:n if sign(X(index,:) * W) ~= y(index) flag = false; W = W + learnRate * y(index) .* X(index,:)‘; end end if flag == true break; end end
之后测试一下,总共8个二维点(为了画图观察选择2维数据),代码如下:
%%% test close; clear; clc; X = [0,0;1,0;2,0;1,1;0,2;1,3;2,4;4,2]; y = [-1,-1,-1,-1,-1,1,1,1]; n = size(y,2); for i = 1:n if y(i) == 1 plot(X(i,1),X(i,2),‘rs‘); end if y(i) == -1 plot(X(i,1),X(i,2),‘b*‘); end hold on; end W = Perceptron(X,y,1,500); xline = linspace(0,5,50); yline = -W(1)/W(2) * xline - W(3)/W(2); % w1*x1+w2*x2+w3=0,x2看成yline plot(xline,yline);
其显示图为:
(完)
matlab 实现感知机线性二分类算法(Perceptron)
标签:数据 pre hold ges 二维 break color 模型 mat
原文地址:http://www.cnblogs.com/mjk961/p/6964273.html