matlab实现感知器分类 高斯分布,matlab 实现感知机线性二分类算法（Perceptron）

感知机是简单的线性分类模型 ，是二分类模型。其间用到随机梯度下降方法进行权值更新。参考他人代码，用matlab实现总结下。

权值求解过程通过Perceptron.m函数完成

function W = Perceptron(X,y,learnRate,maxStep)

% Perceptron.m

% Perception Learning Algorithm(感知机)

% X一行为一个样本，y的取值{-1,+1}

% learnRate：学习率

% maxStep:最大迭代次数

[n,m] = size(X);

X = [X ones(n,1)];

W=zeros(m+1,1);

for step = 1:maxStep

flag = true;

for index = 1:n

if sign(X(index,:) * W) ~= y(index)

flag = false;

W = W + learnRate * y(index) .* X(index,:)‘;

end

end

if flag == true

break;

end

end

之后测试一下，总共8个二维点(为了画图观察选择2维数据)，代码如下：

%%% test

close;

clear;

clc;

X = [0,0;1,0;2,0;1,1;0,2;1,3;2,4;4,2];

y = [-1,-1,-1,-1,-1,1,1,1];

n = size(y,2);

for i = 1:n

if y(i) == 1

plot(X(i,1),X(i,2),‘rs‘);

end

if y(i) == -1

plot(X(i,1),X(i,2),‘b*‘);

end

hold on;

end

W = Perceptron(X,y,1,500);

xline = linspace(0,5,50);

yline = -W(1)/W(2) * xline - W(3)/W(2); % w1*x1+w2*x2+w3=0,x2看成yline

plot(xline,yline);

其显示图为：

(完)

原文：http://www.cnblogs.com/mjk961/p/6964273.html