matlab实现感知机算法--统计学习小灶

 clear all;
 clc;
 %%
 %算法
 %输入：训练数据集T = {（x1,y1），（x2,y2），...，（xn,yn）};学习率η
 %输出：w,b;感知机模型f(x) = sign(w*x+b)
 %()选取初值w0,b0
 %()在训练集中选取数据（xi,yi）
 %()如果yi(w*xi+b)<=
 %                   w = w+η*yi*xi
 %                   b = b+ηyi
 %()转至（），直至训练集中没有误分类点
 %%

 %初始化
 X = [  ;  ;  -];%训练集
 [sn,fn] = size(X);
 y = X(:,fn);%标签
 X(:,fn) = [];
 fn = fn-;
 w = zeros(,);
 b = ;
 yta = ;%参数η
 ok = ;
 %%
 %循环体
 while(ok==)%%%不断的扫描直到所有的实例都满足无误分类点才结束
     for i = :sn
         if (y(i)*(w'*X(i,:)'+b)<=)

             w = w + yta*y(i)*X(i,:)'
             b = b + yta*y(i)
         else
             if(i == sn) ok=;
                 break
             end
       end
     end
 end

 %%
 %图示
 figure()
 plot(X(,:),X(,:),'r.')
 hold on
 plot(X(,:),'*') %样本
 xmin=min(X(:,));
 xmax=max(X(:,));
 % ymin=min(X(:,));
 % ymax=max(X(:,));
 xindex=xmin-:(xmax-xmin)/:xmax+;
 yindex=w()*xindex+w()*xindex+b;
 plot(xindex,yindex)%分类面