知识源于——《统计学习方法(第二版)》李航
感知机(perception)一种二分类的线性分类模型。输入为实例的特征向量,输出为实例的类别(二分类类别为-1,+1二值)。
用算法2.2(感知机学习算法的对偶形式)代码实现例2.2:
一,实验目的
用算法2.2(感知机学习算法的对偶形式)完成例2.2:
正样本点是x1=(3,3)T, x2=(4,3)T,负样本点x3=(1,1)T,用感知机学习对偶形式求感知机模型。
二,实验内容
1.根据拉格朗日对偶性,可将原始算法的极小极大问题转化为对偶算法的极大极小问题。感知机模型:f(x)= sign(w*x+b),即
2.最后参考P44算法2.2,实现P45例题,绘制出分类图像。
三,实验步骤与方法
算法过程为:
输入:线性可分的数据集T={ x1