我必须在监督学习中进行优化以获得我的权重。
我必须学习值(w1,w2,w3,w4)，这样每当我的向量A = [a1 a2 a3 a4]为1时，总和w1*a1 + w2*a2 + w3*a3 + w4*a4变得大于0.5，当它为-1（标签）时，它变得小于0.5。
有人可以告诉我如何在Matlab中解决这个问题吗？我知道的一种方法是使用进化算法，采用随机值向量然后改变以选择最佳n值。
还有其他方法可以解决这个问题吗？
答案 0 :(得分：0)
您可以使用linprog执行此操作
让A成为一个大小为n的矩阵，由4个由所有n训练4-vecotrs组成的矩阵组成。您还应该有一个带有y元素的向量n（每个元素加上或减去1），代表每个培训4-vecvtor的标签。
使用A和y我们可以编写一个线性程序（请查看doc以获取我正在使用的参数的名称）。现在，您没有目标函数，因此您只需将f设置为f = zeros(4,1);
您唯一拥有的是不等式约束(< a_i , w > - .5) * y_i >= 0（其中<.,.>是4向量a_i和权重向量w之间的点积。）
如果我的计算是正确的，那么这个约束可以写成
cmat = bsxfun( @times, A, y );
总的来说，你得到了
w = linprog( zeros(4,1), -cmat, .5*y );