1 clear all;
2 clc;
3 %%
4 %算法
5 %输入：训练数据集T = {（x1,y1），（x2,y2），...，（xn,yn）};学习率η
6 %输出：w,b;感知机模型f(x) = sign(w*x+b)
7 %(1)选取初值w0,b0
8 %(2)在训练集中选取数据（xi,yi）
9 %(3)如果yi(w*xi+b)<=0
10 % w = w+η*yi*xi
11 % b = b+ηyi
12 %(4)转至（2），直至训练集中没有误分类点
13 %%
14
15 %初始化
16 X = [3 3 1;4 3 1;1 1 -1];%训练集
17 [sn,fn] = size(X);
18 y = X(:,fn);%标签
19 X(:,fn) = [];
20 fn = fn-1;
21 w = zeros(2,1);
22 b = 0;
23 yta = 1;%参数η
24 ok = 0;
25 %%
26 %循环体
27 while(ok==0)%%%不断的扫描直到所有的实例都满足无误分类点才结束
28 for i = 1:sn
29 if (y(i)*(w'*X(i,:)'+b)<=0)
30
31 w = w + yta*y(i)*X(i,:)'
32 b = b + yta*y(i)
33 else
34 if(i == sn) ok=1;
35 break
36 end
37 end
38 end
39 end
40
41 %%
42 %图示
43 figure(1)
44 plot(X(1,:),X(2,:),'r.')
45 hold on
46 plot(X(3,:),'*') %样本
47 xmin=min(X(:,1));
48 xmax=max(X(:,1));
49 % ymin=min(X(:,2));
50 % ymax=max(X(:,2));
51 xindex=xmin-1:(xmax-xmin)/100:xmax+1;
52 yindex=w(1)*xindex+w(2)*xindex+b;
53 plot(xindex,yindex)%分类面
