【matlab】机器学习线性分类和随机梯度下降

最新推荐文章于 2022-01-20 18:49:38 发布

handsome programmer

最新推荐文章于 2022-01-20 18:49:38 发布

阅读量402

点赞数

分类专栏： matlab 机器学习

本文链接：https://blog.csdn.net/qq_36444039/article/details/104963734

版权

这篇博客通过MATLAB探讨了线性分类和随机梯度下降方法。首先展示了如何绘制散点图进行初步分类，接着引入线性系数进行向量化表示。当面临多分类问题时，提出了最大值胜出原则。为了解决超平面问题，采用了升维策略，并且在没有截距项的情况下，讨论了如何判断分类正确与否。通过松弛函数优化阶梯函数，最后介绍了如何运用随机梯度下降法进行优化。

摘要由CSDN通过智能技术生成

让我们直接从代码开始，下面开始分布讲解
【注】想要mnist请回复博主


% z=+1,-1;
% result=-0.3;负类 -1  分对了   +1 分错了 y*result>0
%        =0.4;正类 +1  分对了   -1 分错了

% z*(w'*x)=z*w'*x=w'*z*x=w'*y
    
%w1*x1+w2*x2+w3=0;
%w'*x+b=0;
%w'x=0;
% (x1,x2,1)
% (w1,w2,w3)

data=randn(2,40);
data(:,21:40)=data(:,21:40)+5;

 scatter(data(1,1:20),data(2,1:20),'*');
    hold on;
scatter(data(1,21:40