matlab实现简单的感知器分类
2014-11-18 09:55
197 查看
%%标签为-1
x1 = [1,1,1,2,2,2,3,3];
y1 = [1,2,3,1,2,3,1,2];
%%标签为1
x2 = [3,4,4,4,5,5,5];
y2 = [6,5,6,7,4,6,7];
%%画出所有样本,r*代表-1标签,b.代表1的标签
plot(x1,y1,'r*',x2,y2,'b.');
axis([-1 6 -1 8]);
%%初始化分类线
x = -1 : 0.1 : 6;
y = zeros(length(x));
hold on
plot(x,y);
x1 = [x1,x2]';
x2 = [y1,y2]';
y = [-1,-1,-1,-1,-1,-1,-1,-1,1,1,1,1,1,1,1]';
temp = 1;
%%初始化w和b;
w1 = 0;
w2 = 0;
b = 0;
while(temp > 0)
temp = 0;
for i = 1 : 15
if ((y(i)*(w1*x1(i) + w2*x2(i) + b)) <= 0)
%%如果yi*(w*xi+b)<= 0 更新斜率和截距
%%w = w + yi*xi,b = b + yi
w1 = w1 + y(i)*x1(i);
w2 = w2 + y(i)*x2(i);
b = b + y(i);
temp = 1;
hold on
plot(x,(-b-x*w1)/w2);
pause(1);
end
end
end
plot(x,(-b-x*w1)/w2,'r');
x1 = [1,1,1,2,2,2,3,3];
y1 = [1,2,3,1,2,3,1,2];
%%标签为1
x2 = [3,4,4,4,5,5,5];
y2 = [6,5,6,7,4,6,7];
%%画出所有样本,r*代表-1标签,b.代表1的标签
plot(x1,y1,'r*',x2,y2,'b.');
axis([-1 6 -1 8]);
%%初始化分类线
x = -1 : 0.1 : 6;
y = zeros(length(x));
hold on
plot(x,y);
x1 = [x1,x2]';
x2 = [y1,y2]';
y = [-1,-1,-1,-1,-1,-1,-1,-1,1,1,1,1,1,1,1]';
temp = 1;
%%初始化w和b;
w1 = 0;
w2 = 0;
b = 0;
while(temp > 0)
temp = 0;
for i = 1 : 15
if ((y(i)*(w1*x1(i) + w2*x2(i) + b)) <= 0)
%%如果yi*(w*xi+b)<= 0 更新斜率和截距
%%w = w + yi*xi,b = b + yi
w1 = w1 + y(i)*x1(i);
w2 = w2 + y(i)*x2(i);
b = b + y(i);
temp = 1;
hold on
plot(x,(-b-x*w1)/w2);
pause(1);
end
end
end
plot(x,(-b-x*w1)/w2,'r');
相关文章推荐
- 简单线性分类学习机(平分最近点法)matlab实现
- 机器学习--感知器数据分类算法步骤(慕课网-实现简单的神经网络)
- 简单线性分类学习机(平分最近点法)matlab实现
- 神经网络之感知器算法简单介绍和MATLAB简单实现
- 基于C均值算法简单分类(matlab实现)
- PCA检测人脸的简单示例_matlab实现
- ecshop简单三部实现导航分类二级菜单
- PHP无限级分类简单实现方法
- 单层感知器的MATLAB实现
- [ASP]无限级分类的简单算法实现及代码重点讲解http://bbs.blueidea.com/thread-1982151-1-1.html
- 用matlab实现一个简单的离群点挖掘(与时序有关)
- MATLAB 感知机简单实现
- net简单算法实现无限级分类(一)
- SVM实现多分类的程序基础工作(一)——安装libsvm以及libsvm和matlab自带的svm的区别
- 简单三部实现导航分类二级菜单
- eclipse + libsvm-3.12 用SVM实现简单线性分类
- [转][ASP]无限级分类的简单算法实现及代码重点讲解
- 用MATLAB的GUI实现文本的简单加密原理
- 无限级分类的简单算法实现及代码重点讲解(ASP)
- Spectral Clustering 的简单 Matlab 实现