将属于ω2的训练样本乘以-1,并写作增广向量的形式,则有:
x1x2x3x4=(0,0,1)T=(0,1,1)T=(−1,0,−1)T=(−1,−1,−1)T 接下来开始迭代
第一轮,取C=1,w(1)=(0,0,0)T
wT(1)x1=(0,0,0)(0,0,1)T=0>0,因此w(2)=w(1)+x1=(0,0,1)T
wT(2)x2=(0,0,1)(0,1,1)T=1>0,因此w(3)=w(2)=(0,0,1)T
wT(3)x3=(0,0,1)(−1,0,−1)T=−1>0,因此w(4)=w(3)+x3=(−1,0,0)T
wT(4)x4=(−1,0,0)(−1,−1,−1)T=1>0,因此w(5)=w(4)=(−1,0,0)T
由于上一轮迭代中还存在不大于0的情况,因此继续第二轮迭代:
wT(5)x1=(−1,0,0)(0,0,1)T=0>0,因此w(6)=w(5)+x1=(−1,0,1)T
wT(6)x2=(−1,0,1)(0,1,1)T=1>0,因此w(7)=w(6)=(−1,0,1)T
wT(7)x3=(−1,0,1)(−1,0,−1)T=0>0,因此w(8)=w(7)+x3=(−2,0,0)T
wT(8)x4=(−2,0,0)(−1,−1,−1)T=2>0,因此w(9)=w(8)=(−2,0,0)T
仍然不是全满足,继续第四轮迭代:
wT(9)x1=(−2,0,0)(0,0,1)T=0>0,因此w(10)=w(9)+x1=(−2,0,1)T
wT(10)x2=(−2,0,1)(0,1,1)T=1>0,因此w(11)=w(10)=(−2,0,1)T
wT(11)x3=(−2,0,1)(−1,0,−1)T=1>0,因此w(12)=w(11)=(−2,0,1)T
wT(12)x4=(−2,0,1)(−1,−1,−1)T=1>0,因此w(13)=w(12)=(−2,0,1)T
仍然有一个不满足,继续第四轮迭代:
wT(13)x1=(−2,0,1)(0,0,1)T=1>0,因此w(14)=w(13)=(−2,0,1)T
wT(14)x2=1>0,因此w(15)=w(14)=(−2,0,1)T
wT(15)x3=1>0,因此w(16)=w(15)=(−2,0,1)T
wT(16)x2=1>0,因此解向量为(−2,0,1)T,对应的判别函数即为:
d(x)=−2x1+1