感知机学习算法训练分类器解决井字问题

用matlab实现了机器学习中的感知机学习算法（perceptron algorithm），利用前500个样本值训练分类器，用剩余样本做测试。

function ganzhiji（）
%利用感知机学习算法训练分类器解决tic tac toe游戏问题
%样本数据digitdata2.txt文件中，×是1，o是-1，b是0，positive是1，negative是-1
%样本数据顺序进行了调整，1-250个是第一类，251-500个是第二类
%利用前500个样本训练分类器，剩下458个样本做测试
%digitdata中，×是1，o是2，b是3，positive是1，negative是-1

A = importdata（‘digitdata2.txt‘）;%导入样本数据为一个958行10列的矩阵
%A = importdata（‘digitdata.txt‘）;%导入样本数据为一个958行10列的矩阵
%A = importdata（‘littledata.txt‘）;%少量数据，调试用

% B保存剩下用来测试的样本
for i = 501:958
    B（i-500:） = A（i:）;
end

%将矩阵A的第10列置为1，得到每个样本的增广向量
for i = 1:958
	A（i10） = 1;
end
%disp（A）;

%初始化一些参数
w = rand（101）;%初始权向量，10维列向量
%disp（w）;
p = 1;%梯度下降的步长
ox1 = -1;%符号系数，保证代价函数大于0
ox2 = 1;
s = 1;%迭代标志位
n = 0;%迭代次数
w1 = [0 0 0 0 0 0 0 0 0 0]‘;%10维列向量，临时权向量
%disp（w1）;

%迭代过程
while s
    J = 0;%代价函数的初值
    j = [0 0 0 0 0 0 0 0 0 0]‘;%用于每次迭代过程中临时累加下降量
    %for i = 1:5
    for i = 1:250  %第一类样本
        if（ A（i:）*w >0 ）%x属于第一类且w‘x>0，分类正确
            w1 = w;%权向量不变
        else %分类错误
            j = j + ox1 * A（i:）‘;%累加下降量
            J = J + ox1 * A（i:） * w;%更新代价函数
        end
    end
    %for i = 6:10
    for i = 251:500 %第二类样本
        if（ A（i:）*w <0 ）%x属于第二类且w‘x<0，分类正确
            w1 = w;%权向量不变
        else %分类错误
            j = j + ox2 * A（i:）‘;%累加下降量
            J = J + ox2 * A（i:） * w;%更新代价函数
        end
    end
    if J==0 %代价函数为0，即没有错分的样本了
        s = 0;%迭代终止
        disp（‘迭代终止‘）;
    else 
        w1 = w - p*j;%得到新的权向量
        p = p + 0.1;%增加步长
        n = n + 1;
        %disp（n）;
        %disp（J）;
    end
    w = w1;%将临时权向量w1赋值给w
end %while s
disp（‘迭代次数：‘）;disp（n）;%输出迭代次数
disp（‘权向量:‘）;w%输出权向量

%迭代结束后，w即为所得最优分类面
count = 0;%测试样本分类正确的个数
for i = 501:958
    if（ A（i:） * w >0 ） %第一类
        B（i-50011） = 1;
        if（ B（i-50010） == 1 ） %分类正确
            count = count + 1;
        end
    else  %第二类
        B（i-50011） = -1;
        if（ B（i-50010） == -1 ） %分类正确
            count = count + 1;
        end
    end
end
%disp（B）;
disp（‘正确率:‘）;
disp（count/458）;%输出正确率

end %function ganzhiji（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      32072  2012-11-06 22:52  digitdata2.txt

     文件       2450  2012-11-08 13:40  ganzhiji.m

----------- ---------  ---------- -----  ----

                34522                    2