《统计学习方法》+感知机+C++代码（简单）实现

   感知机的定义：

    感知机学习算法的原始形式算法描述：

    以例2.1为例，编程实现该算法：

    C++编程实现，程序代码，在资源里，有兴趣可以下载，代码如下：

[cpp]  view plain copy

1. #include<iostream>  
2. #include<fstream>  
3. using namespace std;  
4.   
5. const int num = 10;//数据集大小（估计）  
6. int count = 0;//数据集大小（实际）  
7. bool flag = true;//是否误分类  
8.   
9. struct DataSet  
10. {  
11.     double x1;  
12.     double x2;  
13.     int y;  
14. }data[num];  
15.   
16. double eta = 1.0;//学习率  
17. double w[2] = {0.0, 0.0}, b = 0.0;//定义参数  
18.   
19. //从文件中读取数据  
20. void readData()  
21. {  
22.     ifstream file;  
23.     file.open("data.dat");  
24.     int i = 0;  
25.     while(!file.eof())  
26.     {  
27.         file >> data[i].x1 >> data[i].x2 >> data[i].y;  
28.         i++;  
29.         count++;  
30.     }  
31.     file.close();  
32. }  
33.   
34. int main()  
35. {  
36.     int i;  
37.     int n = 0;//迭代次数  
38.     readData();//读入数据  
39.   
40.     //输出数据集  
41.     cout << "数据集为：" << endl;  
42.     for(i = 0; i < count; i++)  
43.     {  
44.         cout << data[i].x1 << "  " << data[i].x2 << "  " << data[i].y << endl;  
45.     }  
46.       
47.     while(flag)  
48.     {  
49.         for(i = 0; i < count; i++)  
50.         {  
51.             flag = false;  
52.             if( data[i].y * (w[0] * data[i].x1 + w[1] * data[i].x2 + b) <= 0)  
53.             {  
54.                 flag = true;  
55.                 w[0] = w[0] + eta * data[i].y * data[i].x1;  
56.                 w[1] = w[1] + eta * data[i].y * data[i].x2;  
57.                 b = b + eta * data[i].y;  
58.                 n++;  
59.                 break;  
60.             }  
61.         }  
62.     }  
63.   
64.     cout << endl << "结果：" << endl;   
65.     cout << "w = " << w[0] << ", " << w[1] << " " << "b=" << b << endl;  
66.     cout << "迭代次数：" << n << endl;  
67.   
68.     return 0;  
69. }  

    数据集：data.dat, 内容如下图所示：

程序运行结果，如下图所示：

    这样结果就求出来了，图的话就不画了，有兴趣的可以用opencv把图像绘制出来。只是简单实现，如果有不对的地方，很乐意一起交流，共同进步。

网址：http://blog.csdn.net/IDMer/article/details/49365301