if f(x) > e,y = 1
else y = -1

e 為閾值
y 為分類結(jié)果

update = μ * (yi - y')
update = (f(x) - y')

m
Σ Wi += update * Xi
i=1

e += update

/**
 * Created by CimZzz on 12/2/17.
 *
 */
public class Perceptron {
 /**
  * 學(xué)習(xí)率
  */
 private final float learnRate;

 /**
  * 學(xué)習(xí)次數(shù)
  */
 private final int studyCount;

 /**
  * 閾值
  */
 private float e;

 /**
  * 權(quán)值
  * 因?yàn)榕袛嗾麛?shù)正負(fù)只需要一條輸入，所以這里只有一個(gè)權(quán)值，多條輸入可以設(shè)置為數(shù)組
  */
 private float w;

 /**
  * 每次學(xué)習(xí)的正確率
  */
 private float[] correctRate;

 //

 /**
  * 構(gòu)造函數(shù)初始化學(xué)習(xí)率，學(xué)習(xí)次數(shù)，權(quán)值、閾值初始化為0
  * @param learnRate 學(xué)習(xí)率（取值范圍 0 < learnRate < 1）
  * @param studyCount 學(xué)習(xí)次數(shù)
  */
 public Perceptron(float learnRate, int studyCount) {
  this.learnRate = learnRate;
  this.studyCount = studyCount;

  this.e = 0;
  this.w = 0;

  this.correctRate = new float[studyCount];
 }


 /**
  * 學(xué)習(xí)函數(shù)，samples 是一個(gè)包含輸入數(shù)據(jù)和分類結(jié)果的二維數(shù)組，
  * samples[][0] 表示輸入數(shù)據(jù)
  * samples[][1] 表示正確的分類結(jié)果
  * @param samples 訓(xùn)練數(shù)據(jù)
  */
 public void fit(int[][] samples) {
  int sampleLength = samples.length;

  for(int i = 0 ; i < studyCount ; i ++) {
   int errorCount = 0;

   for (int[] sample : samples) {
    float update = learnRate * (sample[1]-predict(sample[0]));

    //更新權(quán)值、閾值
    w += update * sample[0];
    e += update;

    //計(jì)算錯(cuò)誤次數(shù)
    if (update != 0)
     errorCount++;
   }

   //計(jì)算此次學(xué)習(xí)的正確率
   correctRate[i] = 1 - errorCount * 1.0f / sampleLength;
  }
 }

 /**
  * 求和函數(shù)，模擬求和結(jié)點(diǎn)操作 輸入數(shù)據(jù) * 權(quán)值
  * @param num 輸入數(shù)據(jù)
  * @return 求和結(jié)果 z
  */
 private float sum(int num) {
  return num * w + e;
 }

 /**
  * 激活函數(shù)，通過求和結(jié)果 z 和閾值 e 進(jìn)行判斷
  * @param num 輸入數(shù)據(jù)
  * @return 分類結(jié)果
  */
 public int predict(int num) {
  return sum(num) >= 0 ? 1 : -1;
 }

 /**
  * 打印正確率
  */
 public void printCorrectRate() {
  for (int i = 0 ; i < studyCount ; i ++)
   System.out.printf("第%d次學(xué)習(xí)的正確率 -> %.2f%%\n",i + 1,correctRate[i] * 100);
 }
}

 /**
  * 生成訓(xùn)練數(shù)據(jù)
  * @return 訓(xùn)練數(shù)據(jù)
  */
 private static int[][] genStudyData() {
  //這里我們?nèi)?-100 ~ 100 之間的整數(shù)，大于0的設(shè)為模式 y = 1，反之為 y = -1
  int[][] data = new int[201][2];

  for(int i = -100 , j = 0; i <= 100 ; i ++ , j ++) {
   data[j][0] = i;
   data[j][1] = i >= 0 ? 1 : -1;
  }

  return data;
 }

 /**
  * 生成訓(xùn)練數(shù)據(jù)
  * @return 訓(xùn)練數(shù)據(jù)
  */
 private static int[][] genStudyData2() {
  //這里我們?nèi)?1~250 之間的整數(shù)，大于125的設(shè)為模式 y = 1，反之為 y = -1
  int[][] data = new int[250][2];

  for(int i = 1 , j = 0; i <= 250 ; i ++ , j ++) {
   data[j][0] = i;
   data[j][1] = i >= 125 ? 1 : -1;
  }

  return data;
 }

public static void main(String[] args) {
  //這里的學(xué)習(xí)率和訓(xùn)練次數(shù)可以根據(jù)情況人為調(diào)整
  Perceptron perceptron = new Perceptron(0.4f,500);

  perceptron.fit(genStudyData());
  perceptron.printCorrectRate();

  System.out.println(perceptron.predict(-1));
  System.out.println(perceptron.predict(126));
 }