感知器线性分类——二维样本线性分类MATLAB代码

clc,clear all,close all %=========================== w1,w2是两类的训练集,每个样本是二维纵向量 w1 = [0.1 6.8 -3.5 2.0 4.1 3.1 -0.8 0.9 5.0 3.9;1.1 7.1 -4.1 2.7 2.8 5.0 -1.3 1.2 6.4 4.0]; w2 = [7.1 -1.4 4.5 6.3 4.2 1.4 2.5 8.4 4.1 2.4;4.2 -4.3 0.0 1.6 1.9 -3.2 -6.1 3.7 -2.2 1.0]; %===============adjust函数是感知器，adjust（A,B,C）:A是第一类训练集，B是第二类训练集，C是最大循环次数 W = adjust(w1,w2,5000); figure scatter(w1(1,:),w1(2,:),'r'); hold on scatter(w2(1,:),w2(2,:),'g'); hold on x = -4:10; y = (-W(3) - W(1)*x)/W(2); plot(x,y,'b');%训练集样本分布情况 title('训练集样本分布') %随机生成一组二维纵向量集合,区间为[min,max]; n = 100; %生成个数,可修改 min = -10; %区间下限,可修改 max = 10; %区间上限，可修改 Un = rand(2,n)*(max - min) + min; Un = [Un;ones(1,n)]; sort_1 = []; sort_2 = []; for i = 1:n if W'*Un(:,i) > 0 sort_1 = [sort_1 Un(:,i)]; else sort_2 = [sort_2 Un(:,i)]; end end figure scatter(sort_1(1,:),sort_1(2,:),'r');%第一类 hold on scatter(sort_2(1,:),sort_2(2,:),'g');%第二类 hold on x = min:max; y = (-W(3) - W(1)*x)/W(2); plot(x,y,'b'); title('检测集合样本分布');