matlab练习程序（异或分类）

clear all;
close all;
clc;
%生成两组已标记数据
randn('seed',1);
mu1=[0 0];
S1=[0.5 0;
0 0.5];
P1=mvnrnd(mu1,S1,100);
mu2=[0 6];
S2=[0.5 0;
0 0.5];
P2=mvnrnd(mu2,S2,100);
mu3=[6 6];
S3=[0.5 0;
0 0.5];
P3=mvnrnd(mu3,S3,100);
mu4=[6 0];
S4=[0.5 0;
0 0.5];
P4=mvnrnd(mu4,S4,100);
P = [P1;P2;P3;P4]';
%设置标记
T1 = zeros(100,1);
T2 = ones(100,1);
T11 = [T1;T1;T2;T2]';
T22 = [T1;T2;T2;T1]';
%T11 = [T1;T2;T1;T1]';
%T22 = [T1;T1;T1;T2]';

net1 = newp([1 1; 1 1],1);
net1 = train(net1,P,T11);
net2 = newp([1 1; 1 1],1);
net2 = train(net2,P,T22);
plotpv(P,[T1;T2;T1;T2]');
%画出数据
plotpc(net1.iw{1,1},net1.b{1,1})
%画出分类线
plotpc(net2.iw{1},net2.b{1})
%画出分类线
%生成测试数据
mu2=[3 3 ];
S2=[2 0 ;
0 2];
Q=mvnrnd(mu2,S2,100)';
Y1 = sim(net1,Q) ;
%Y是利用感知器net对Q进行分类的结果
Y2 = sim(net2,Q);
Y = xor(Y1,Y2);
figure;
plotpv(Q,Y);
%画出输入的结果表示的点
plotpc(net1.iw{1},net1.b{1})
%画出分类线
plotpc(net2.iw{1},net2.b{1})
%画出分类线

对已标记数据分类：

对测试数据分类：