机器学习中的som算法，用来聚类分析的，代码中 :param X: 形状是N*D， 输入样本有N个,每个D维 :param output: (n,m)一个元组，为输出层的形状是一个n*m的二维矩阵 :param iteration:迭代次数 :param batch_size:每次迭代时的样本数量 初始化一个权值矩阵，形状为D*(n*m)，即有n*m权值向量，每个D维

旋转不变性子空间（ESPRIT）类算法需要对阵列接收数据协方差矩阵进行特征分解，利用接收数据协方差矩阵的信号子空间的旋转不变性。

cifar-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但一些训练批次可能包含来自一个类别的图像比另一个更多。总体来说，五个训练集之和包含来自每个类的正好5000张图像。 具体：batch2.mat文件，该训练集可以用于图片识别，非负矩阵分解等。(The ci

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）在上述数据集上和分别属于+1类和-1类，请在上述数据集的两类中各随机抽取150个样本作为训练集，运用Logistic regression算法得到的分类面，然后对余下的各5