sample.m

用MATLAB编写的基于拟牛顿算法的最优分类器程序

%定义数据采集函数
function [X,Y,m,m1,m2,n]=sample(m1,m2,n)
%x为生成特征个数为n的样本，其中一行为一个样本     
%y为对应的分类标志 
%m1为训练样本数
%m2为测试样本数
%m为生成的样本的个数
%n为生成的每个样本的特征
%f为样本生成结束标志
a0=-1;
b0=1;
X=[];
Y=[];
f=0;
m=m1+m2;
while(1)
    x=a0+(b0-a0)*rand(1,n);
    c=sum(x);
    if c>=1;
       X=[X;x];y=1;Y=[Y,y];f=f+1;
    else if c<=-1;
       X=[X;x];y=-1;Y=[Y,y];f=f+1;
        else
        d=rand(1);
        if(d<=0.7); %以70%概率保存该数
            if(c>=0);
              if(rand(1)<=0.8);%以80%概率作为正数保存
                X=[X;x];y=1;Y=[Y,y];f=f+1;
            else       %以20%概率作为负数保存
               X=[X;x];y=-1;Y=[Y,y];f=f+1;
              end
            else
               if(rand(1)<=0.8);%以80%概率作为负数保存
               X=[X;x];y=-1;Y=[Y,y];f=f+1;
               else  %以20%概率作为正数保存
               X=[X;x];y=1;Y=[Y,y];f=f+1;
               end
          end
        end
        end
          end
    if f==m;
        break;
    end
   end
end