效果如下：

主函數(shù)：main

%-------------------------------------------------------------------------% %訓(xùn)練階段 nums=4;%訓(xùn)練集 x_dim=3;%輸入向量維度 Training_Set=[-1 1 1 1-1 1 0 1-1 0 1 1-1 0 0 0];%第一列為常數(shù)項(xiàng)，第二列為分量一，第三列為分量二，第四列為目標(biāo)值 w=rand(x_dim,1);%權(quán)值 Learning_Rate=0.03;%學(xué)習(xí)率 error=0.5;%允許誤差 w=Training(nums,x_dim,Training_Set,w,Learning_Rate,error); %-------------------------------------------------------------------------% %作圖階段 x=-0.5:0.1:1.5; y=w(1)./w(3)-w(2)./w(3).*x; plot(Training_Set(:,2),Training_Set(:,3),"*"); hold on; plot(x,y);

輔助函數(shù)：Training

function [Ret] = Training(nums,x_dim,Training_Set,w,Learning_Rate,error) %接受參數(shù)：樣本數(shù)量，向量維度，訓(xùn)練集，初始權(quán)重，學(xué)習(xí)率，允許誤差 while(1)Error_Sum=0;%誤差和for i=1:numsReal_y=Training_Set(i,1+x_dim);%目標(biāo)真實(shí)值x=Training_Set(i,1:x_dim);%輸入向量Err=Real_y-(x*w>=0);%誤差計(jì)算w=w+Learning_Rate.*Err.*(x)';%權(quán)值調(diào)整Error_Sum=Error_Sum+Err;%誤差累積endif(Error_Sum<=error)%結(jié)束條件break;end end Ret=w; end 與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的机器学习-单个感知器实现逻辑或(matlab实现)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。