感知机学习算法
- 用通俗的话表示,感知机是二分类模型。当一个样本被误分时,调整w、b,使得超平面s向误分点一侧移动,以减少该点到超平面s的距离,直至超平面越过该点,使之正确分类。
- 简单的编写了部分代码
#include "pch.h"
#include <iostream>
#include<vector>
#include<fstream>
#include<time.h>
#include<stdlib.h>
#include<stdio.h>
using namespace std;
double enta = 0.8;//学习率
int main()
{
int n, m;
cout << "请输入样本个数:" << endl;
cin >> m;
cout << "样本维数:" << endl;
cin >> n;
vector<vector<double>>SampleSet(m, vector<double>(n));初始化为包含m个vector<double>对象,且该对象包含n个0,类似于创建一个m*n的二维数组
//读入样本数据
ifstream fin("E:\\iris.data.txt");
double s;
for(int i=0 ;i<m; i++)
for (