[机器学习][源码]用单层感知机对字母L和I分类

研一机器学习课程，外教布置的作业。当时写代码、实验结果分析的水平真是“青涩”啊......

一. 题目：

Implement a classifier for characters L and I using the discrete perceptron learning algorithm. You may use any implementation.

Specifications:

·       Use a 3 x 3 binary matrix representation.

·       Your neural network should have one neuron. 

What happens when the letters are “noisy”?

二.  解答

分析：用3*3矩阵表示L和I，每个字母都有多种表示方式。注意考虑多方向、字母粗细。

          每个样本都是9维（每个dim是0或者1），w也是9维。

1.      Code(using MATLAB)

% initialization

% train data: training set L-X1 (10 data); train set I-X2 (6data)

% test data: test set L-T1 (5 data); test set I-T2 (5 data)

% noisy data: 1 noise L-N1; 1 noise I-N2

n=0.05;                          %step size

w=ones(size(X1,1),1);

wt=2*w;

temp=w;

j=0;

%while loop

while (wt-w)'*(wt-w)>0.0001   % wt: 本次iteration训练后所得，w: 上一次iteration结果。若相差很小，就结束循环。

   j=j+1; %--iteration