% 单层感知器 与、或、以及其他逻辑功能的实现 % 采用step逐步逐行运行方式，了解学习过程的细节 % 尝试重新定义程序中的T，观察感知器实现异或运算(T=1 0 1 0]的可能性。

通过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。感知机的基本形式和对偶形式的实现 Kmeans和Kmeans++的实现 EM GMM高斯混合和GMM+LASSO的实现 实现朴素贝叶斯的基本算法和高斯混合朴素贝叶斯算法 实现决策树的基本算法 实现adaboost基本算法 实现svm基本算法 实现逻辑回归基本算法(By reading the data codes on the Internet, we can process oursel

编写一个名为Perce的函数，用它来实现感知器算法。 函数的输入/输出有： （a）一个N*d维的矩阵X，它的第i行是第i个数据向量； （b）一个N维列向量y，y的第i个元素包含了类（-1，1），并且该类与相应的向量相互对应； （c）用向量w_ini初始化参数向量；并且返回估计参数向量； 假设函数最大迭代次数为10000。(Write a function called Perce to implement perceptron algorithm. The input / out

（a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上运用感知器算法，并且使用不同的初始向量初始化参数向量。 （c）测试每一次算法在和上的性能。 （d）画出数据集和，以及分类面。((a) Generate