relax.m

松弛算法 批处理裕量松弛算法 样本数据和松弛值自定义

A=[1 0.1 1.1        %样本
    1 6.8 7.1
    1 -3.5 -4.1
    1 2.0 2.7
    1 4.1 2.8
    1 3.1 5.0
    1 -0.8 -1.3
    1 0.9 1.2
    1 5.0 6.4
    1 3.9 4.0
    -1 3.0 2.9
    -1 -0.5 -8.7
    -1 -2.9 -2.1
    -1 0.1 -5.2
    -1 4.0 -2.2
    -1 1.3 -3.7
    -1 3.4 -6.2
    -1 4.1 -3.4
    -1 5.1 -1.6
    -1 -1.9 -5.1];
a=[0 0 0];          %解向量
g=0.1;              %学习率
b=0.1;              %裕量
for k=1:1000        %1000次循环
    count=0;        %计算错分样本的个数
    for j=1:20      %把错分样本放到错分样本集里
        if dot(A(j,:),a)<=b
            count=count+1;
            y(count,:)=A(j,:);
        end
    end
    s=[0 0 0];     %记录中间结果
    num=0;         %记录中间结果
    for m=1:count  %计算中间结果
        q=(b-dot(y(m,:),a))/dot(y(m,:),y(m,:));
        s=s+q*y(m,:);
        num=q*(b-dot(y(m,:),a))+num;
    end
    a=a+g*s;      %计算解向量
    J=num/2;      %计算准则函数
    plot(k,J/20,'.m')    %输出准则函数
    hold on;
    if count==0
        break;
    end
end
disp('a=')        %输出解向量
disp(a)