感知机对偶算法

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,