感知器 - MatLab 严重混淆

Question

这是我第一次尝试机器学习，我可以随心所欲地实现代码。我有 Matlab 访问权限，我认为它比 Python 更简单，并且我有用于实现 PLA 的伪代码。然而，代码的最后一部分绝对让我感到困惑，尽管它比我迄今为止在这里看到的代码更简单。它似乎要求使用未声明的变量。这就是我所拥有的。我会指出我卡住的数字线。

1) w <- (n + 1) X m (matrix of small random nums)
2) I <- I augmented with col. of 1s
3) for 1 = 1 to 1000
4)    delta_W = (N + 1) X m (matrix of zeros) // weight changes
5)    for each pattern 1 <= j <= p
6)        Oj = (Ij * w) > 0 // j's are subscript/vector matrix product w/ threshold
7)        Dj = = Tj - Oj // diff. between target and actual
8)        w = w + Ij(transpose)*Dj // the learning rule

第 1 到 4 行已编码。 我的问题在第 5 行：“对于每种模式意味着什么”（即，如何在代码中说出来）。另外，他们对哪个 j 感兴趣，我在观察矩阵中有一个 j，在目标矩阵中有一个 j。另外，“p”是从哪里来的（我有 i、j、m 和 n，但没有 p）？任何想法将不胜感激。

Answer 1

“对于每个模式”是指输入。他们所说的只是运行那个循环，其中 Ij 是感知器的输入。

要在 MATLAB 中编写此代码，这实际上取决于您的数据的方向。我会将您的输入存储为 mXn 矩阵，其中 m 是输入的数量，n 是每个输入的大小。

假设我们的输入看起来像：

input = [1 5 -1;
         2 3 2;
         4 5 6;
         ...    ]

首先用一列作为偏置输入的“增强”它：

[r c] = size(input);
input = [input ones(r,1)];

然后，您的 for 循环将是：

for inputNumber = 1:r
    pattern = input(inputNumber,:);

你可以从那里继续。