感知机模型算法的实现

• 前言：学习了《统计学习方法》（李航）中的感知机模型，书中给出了感知机模型原始形式的算法设计，如下：
• 除此以外，书中还给出了例题如下：
• 基于算法设计以及例题，我用代码实现了一遍，下面给出代码及运行结果：

public static void main(String args[]){
    Perceptron perceptron = new Perceptron();
    int tims = 0; //times用来记录调整次数
    int x[][] = new int[][]{{3,3},{4,3},{1,1}};  int y[] = new int[]{1,1,-1};//训练集
    int[] w = {0,0};int b = 0; //（1）初始化w和b

    for(int i = 0;i<y.length;i++){//（2）从数据集中依次选取数据
        if(!(y[i]*(w[0]*x[i][0]+w[1]*x[i][1]+b)>0)){//（3）判定是否为误分类点，是则更新w和b
            int array[]={y[i]*x[i][0],y[i]*x[i][1]};
            w = perceptron.addArray(w,array);
            b = b+y[i];
            tims++;
            System.out.println("这是第"+tims+"调整，此时w为("+w[0]+","+w[1]+"),b为"+b);
            i=-1;//（4）转向（2）迭代，调整后从x[0]重新开始，由于这句执行完后会执行i++,故i=-1
        }
    }
    System.out.println("调整完成！");
}

• 运行结果：

这是第1调整，此时w为(3,3),b为1
这是第2调整，此时w为(2,2),b为0
这是第3调整，此时w为(1,1),b为-1
这是第4调整，此时w为(0,0),b为-2
这是第5调整，此时w为(3,3),b为-1
这是第6调整，此时w为(2,2),b为-2
这是第7调整，此时w为(1,1),b为-3
调整完成！
Process finished with exit code 0