matlab - 在MATLAB中实现和绘制感知器

我正在审核Toronto perceptron MATLAB code中的代码

该代码是

function [w] = perceptron(X,Y,w_init)

w = w_init;
for iteration = 1 : 100  %<- in practice, use some stopping criterion!
  for ii = 1 : size(X,2)         %cycle through training set
    if sign(w'*X(:,ii)) ~= Y(ii) %wrong decision?
      w = w + X(:,ii) * Y(ii);   %then add (or subtract) this point to w
    end
  end
  sum(sign(w'*X)~=Y)/size(X,2)   %show misclassification rate
end

因此，我正在阅读如何将此函数应用于数据矩阵X和目标Y，但是，我不知道如何使用此函数，它会返回权重向量，因此可以进行分类。

您能举个例子，并解释一下吗？

我试过了

X=[0 0; 0 1; 1 1]
Y=[1 0; 2 1]
w=[1 1 1]
Result = perceptron( X, Y, w )

??? Error using ==> mtimes
Inner matrix dimensions must agree.

Error in ==> perceptron at 15
            if sign(w'*X(:,ii)) ~= Y(ii)

    Result = perceptron( X, Y, w' )

??? Error using ==> ne
Matrix dimensions must agree.

Error in ==> perceptron at 19
        sum(sign(w'*X)~=Y) / size(X,2);

谢谢

谢谢您的回答，我又得到了一个答案，如果我更改Y = [0，1]，该算法会发生什么？

因此，使用此感知器的代码，Y = [0,1]时，任何输入数据都将不起作用吗？，

----------------------------- EDIT ------------------- -----

还有一个问题，如果我想绘制划分两类的线，我知道我们可以得到与权重有关的线性方程组求解线，但是，
我该怎么办？，我正在尝试类似的方法

% the initial weights
w_init = [ 1 1 1]';
% the weights returned from perceptron
wtag   = perceptron(X,Y,w_init,15);

% concatenate both
Line = [wtag,w_init]

% solve the linear system, am I correct doing this?
rref(Line')

% plot???

最佳答案

您首先应该了解每个输入的含义:

X是示例的输入矩阵，大小为M x N，其中M是特征向量的维数，N是样本数。由于用于预测的感知器模型是Y=w*X+b，因此您必须在X中提供一个额外的维，该维是恒定的，通常设置为1，因此b术语是“内置”到X中的。在下面的X的示例中，我将所有示例中X的最后一个条目设置为1。

Y是X中每个样本的正确分类(您希望感知器学习的分类)，因此它应该是N维行向量-每个输入示例一个输出。由于感知器是二进制分类器，因此它应仅具有2个不同的可能值。查看代码，您会看到它检查了预测的符号，这告诉您Y的允许值应为-1,+1(例如，而不是0,1)。

w是您要学习的权重向量。

因此，尝试使用以下命令调用该函数:

X=[0 0; 0 1; 1 1];
Y=[1 -1];
w=[.5; .5; .5];

编辑

使用以下代码调用感知器算法，并以图形方式查看结果:

% input samples
X1=[rand(1,100);rand(1,100);ones(1,100)];   % class '+1'
X2=[rand(1,100);1+rand(1,100);ones(1,100)]; % class '-1'
X=[X1,X2];

% output class [-1,+1];
Y=[-ones(1,100),ones(1,100)];

% init weigth vector
w=[.5 .5 .5]';

% call perceptron
wtag=perceptron(X,Y,w);
% predict
ytag=wtag'*X;


% plot prediction over origianl data
figure;hold on
plot(X1(1,:),X1(2,:),'b.')
plot(X2(1,:),X2(2,:),'r.')

plot(X(1,ytag<0),X(2,ytag<0),'bo')
plot(X(1,ytag>0),X(2,ytag>0),'ro')
legend('class -1','class +1','pred -1','pred +1')

关于matlab - 在MATLAB中实现和绘制感知器，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/4882367/