ML—感知机算法(MATLAB)

来源：互联网发布：友盟app数据统计编辑：程序博客网时间：2024/05/21 10:23

华电北风吹

天津大学认知计算与应用重点实验室

最后修改日期：2015/8/23

感知机算法属于比较简单的分类器算法，但是跟逻辑回归和支持向量机一样属于构建分类超平面。

不同的是感知机采用分错的样本与分类超平面的距离作为损失函数，下面的算法基于随机梯度下降法，采用异步方式达到收敛状态

function [w]=perceptionLearn(x,y,learningRate,maxEpoch)% Perception Learn Algorithm% x,y 一行为一个样本，y取值{-1,+1}[m,n]=size(x);x=[ones(m,1) x];w=zeros(1,n+1);finish=true;for epoch=1:maxEpoch    for samlendex=1:m        if sign(x(samlendex,:)*w')~=y(samlendex)            finish=false;            w=w+learningRate*y(samlendex)*x(samlendex,:)        end    end    if finish==true        break;    endend

测试函数：

clear;clc;x=[3,3;4,3;1,1];y=[1,1,-1];plot(x(1:2,1),x(1:2,2),'*');hold on;plot(x(3,1),x(3,2),'p');% [w]=LogisticRegression(x,y,1,20);[w]=perceptionLearn(x,y,1,20);xline=linspace(0,5,20);yline=-w(2)/w(3).*xline-w(1)/w(3);plot(xline,yline);

结果图像如下：

1 0