[原创]基于Matlab和R的增量校正决策器算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1，基于Matlab的增量校正决策器分类算法：

本帖隐藏的内容

1. function pos = adjustingAdvanced(xData, classX, maxIter , testData)
   
2. %%  基于分类的增量算法
   
3. %  fantuanxiaot
   
4. %  2015.8.17
   
5. %%  test example
   
6. 
   
7. %  pos = adjustingAdvanced([rand(10,3);rand(10,3)-1], [ones(10,1);2*ones(10,1)], 10 , [rand(10,3);rand(10,3)-1])
   
8. 
   
9. %%  main
   
10. if size(xData,2)~=size(testData,2)
    
11.     error('error test data input');
    
12. end
    
13. 
    
14. %  首先针对样本内的将进行训练
    
15. 
    
16. numOne = 0;
    
17. 
    
18. totalClass = unique(classX);
    
19. 
    
20. T = length(totalClass);
    
21. 
    
22. %  初始化的权重
    
23. [N,P] = size(xData);
    
24. W = zeros(T,P);
    
25. %  第一行第一类，第二行第二类，以此类推
    
26. 
    
27. %  flag = true;
    
28. %  针对样本的数据进行训练
    
29. for m = 1:maxIter
    
30.     flag = true;
    
31.     disp(['样本内正在进行第',num2str(m),'次迭代..........'])
    
32.     for i = 1:N
    
33.         numOne = numOne+1;
    
34.         x = xData(i,:);
    
35.         xID = classX(i);
    
36.         %  判断所属的类别
    
37.         r = zeros(T,1);
    
38.         r(xID) = 1;
    
39.         d = W*x';
    
40.         [~,maxID] = max(d);
    
41.         if maxID == xID
    
42.         else
    
43.             flag = false;
    
44.         end
    
45.         %  进而判断r和d之间的关系
    
46.         bigID = find(r>d);
    
47.         smallID = find(r<=d);
    
48.         
    
49.         if ~isempty(bigID)
    
50.             W(bigID,:) = W(bigID,:)+1/numOne * repmat(x,length(bigID),1);
    
51.         end
    
52.         
    
53.         if ~isempty(smallID)
    
54.             W(smallID,:) = W(smallID,:)-1/numOne * repmat(x,length(smallID),1);
    
55.         end
    
56.         
    
57.     end
    
58.    
    
59.     if flag == true
    
60.         break;
    
61.     end
    
62. end
    
63.         
    
64. %%  样本外的预测
    
65. 
    
66. nOut = size(testData , 1);
    
67. 
    
68. pos = zeros(nOut,1);
    
69. 
    
70. for j = 1:nOut
    
71.      x = testData(j,:);
    
72.     d = W*x';
    
73.     [~,maxID] = max(d);   
    
74.     pos(j) = maxID;
    
75. end
    
76. end
    
77. %% eof

复制代码

2，基于R的增量校正决策器算法：

本帖隐藏的内容

1. setwd("D:/MyDriversRoad/R_files12")
   
2. rm(list = ls())
   
3. 
   
4. #  基于R的增量校正的算法
   
5. #  fantuanxiaot
   
6. adjustingAdvanced<-function(xData,classX,maxIter,testData)
   
7. {
   
8.   N<-nrow(xData)
   
9.   P<-ncol(xData)
   
10.   
    
11.   if(!is.matrix(xData) || !is.matrix(testData))
    
12.   {
    
13.     stop('error input data paramerter')
    
14.   }
    
15.   
    
16.   if (ncol(testData)!=P)
    
17.   {
    
18.     error('error input data ncol')
    
19.   }
    
20.   
    
21.   pos<-matrix(0,nrow=nrow(testData),ncol = 1)
    
22.   
    
23.   
    
24.   totalClass<-unique(classX)
    
25.   
    
26.   tClass<-length(totalClass)
    
27.   
    
28.   #  首先针对权重进行初始化
    
29.   Weight<-matrix(0,nrow = tClass,ncol = P)
    
30.   
    
31.   flag<-TRUE
    
32.   
    
33.   Num<-0
    
34.   
    
35.   #  首先是对数据进行训练
    
36.   for(m in c(1:maxIter))
    
37.   {
    
38.     str<-paste('现在处于第',m,'次迭代的过程..',sep='')
    
39.     print(str)
    
40.     flag <- TRUE
    
41.    
    
42.     for(i in c(1:N))
    
43.     {
    
44.       x<-xData[i,]
    
45.       #  随后计算d和r的值
    
46.       r<-matrix(0,ncol = 1,nrow = tClass)
    
47.       #  计算r的值
    
48.       xClass<-classX[i]
    
49.       r[xClass]<-1
    
50.       #  现在对d的值进行计算
    
51.       d<-Weight%*%as.matrix(x)
    
52.       #  寻找d的最大值
    
53.       maxID<-which.max(d)
    
54.       
    
55.       Num<-Num+1
    
56.       
    
57.       if (maxID == xClass)
    
58.       {
    
59.       } else
    
60.       {
    
61.         flag <- FALSE
    
62.       }
    
63.       
    
64.       #  现在针对d值和r值进行调整
    
65.       bigID<-which(r>d)
    
66.       smallID<-which(r<=d)
    
67.       
    
68.       if (length(bigID)!=0)
    
69.       {
    
70.         #  针对权重进行调整
    
71.         repData<-matrix(rep(x,length(bigID)),nrow = length(bigID),ncol = P,byrow = TRUE)
    
72.         Weight[bigID,]<-Weight[bigID,]+1/Num*repData
    
73.       }
    
74.       
    
75.       if(length(smallID)!=0)
    
76.       {
    
77.         #  针对权重进行调整
    
78.         repData<-matrix(rep(x,length(smallID)),nrow = length(smallID),ncol = P,byrow = TRUE)
    
79.         Weight[smallID,]<-Weight[smallID,]-1/Num*repData
    
80.       }
    
81.       
    
82.     }
    
83.    
    
84.     #  如果在迭代之中计算相同
    
85.     #  flag ==TRUE
    
86.     if (flag == TRUE)
    
87.     {
    
88.       break
    
89.     }
    
90.    
    
91.   }
    
92.   
    
93.   
    
94.   #  现在针对样本外进行评价
    
95.   #  pos
    
96.   
    
97.   for (i in c(1:nrow(testData)))
    
98.   {
    
99.     x<-testData[i,]
    
100.     d<-Weight%*%as.matrix(x)
     
101.     maxID<-which.max(d)
     
102.     pos[i]<-maxID
     
103.   }
     
104.   
     
105.   return(pos)
     
106. }
     
107. ##  function eof
     
108. ##  test this function
     
109. 
     
110. rNormData1<-0.03*rnorm(200,mean = 0,sd = 1)
     
111. rNormData1<-matrix(rNormData1,nrow = 50,ncol = 4)
     
112. 
     
113. rNormData2<-0.03*rnorm(200,mean = 0,sd = 1)+0.03
     
114. rNormData2<-matrix(rNormData2,nrow = 50,ncol = 4)
     
115. 
     
116. xData<-rbind(rNormData1,rNormData2)
     
117. 
     
118. classX<-cbind(matrix(rep(1,50),nrow = 1),matrix(rep(2,50),nrow = 1))
     
119. classX<-t(classX)
     
120. #  现在进行检测
     
121. maxIter<-10
     
122. testData<-0.05*rnorm(100,mean = 0,sd = 1)
     
123. testData<-matrix(testData,ncol = 4)
     
124. 
     
125. adjustingAdvanced(xData,classX,maxIter,testData)

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏5 回帖

关键词：MATLAB matla atlab Lab Atl 校正

还是Matlab好

感谢分享，感谢楼主，良苦用心，令人钦佩。

谢谢楼主分享

谢谢楼主分享

顶。。。。

应该学习一下。

学习一下哈！