感知机算法(MATLAB)

标签：机器学习   感知机   随机梯度下降法   

      感知机算法属于比较简单的分类器算法，但是跟逻辑回归和支持向量机一样属于构建分类超平面。

      不同的是感知机采用分错的样本与分类超平面的距离作为损失函数，下面的算法基于随机梯度下降法，采用异步方式达到收敛状态

function [w,b]=perceptionLearn(x,y,learningRate,maxEpoch)
% Perception Learn Algorithm
% x,y 一行为一个样本，y取值{-1,+1}

[m,n]=size(x);
w=zeros(n,1);
b=0;
finish=true;
for epoch=1:maxEpoch
    for samlendex=1:m
        if sign(x(samlendex,:)*w+b)~=y(samlendex)
            finish=false;
            w=w+learningRate*y(samlendex)*x(samlendex,:)'
            %w=w/(w'*w);
            b=b+learningRate*y(samlendex)
        end
    end
    if finish==true
        break;
    end
end

clear;clc;
x=[3,3;4,3;1,1];
y=[1,1,-1];
[w,b]=perceptionLearn(x,y,1,20)

感知机算法(MATLAB)

标签：机器学习   感知机   随机梯度下降法   

原文地址：http://blog.csdn.net/zhangzhengyi03539/article/details/46565739