单层神经网络中的matlab语法错误

我必须实现单层神经网络或感知器。为此，我有两个文件数据集，一个用于输入，一个用于输出。我必须在matlab中完成这项工作，而不使用神经工具箱。下面给出了两个文件的格式

 In:
    0.832 64.643
    0.818 78.843
    1.776 45.049
    0.597 88.302
    1.412 63.458


Out:
0 0 1
0 0 1
0 1 0
0 0 1
0 0 1

对应输入所属的特定类的目标输出为“1”，其余2个输出的目标输出为“0”

我试着这么做，但对我来说不起作用

load in.data
load out.data
x = in(:1);
y = in(:2);

learning rate = 0.2;
max_iteration = 50;

function result = calculateOutput(weights,x, y)
s = x*(weights(1) +weight(2) +weight(3));
if s>=0
 result = 1
else:
 result = -1
end
end

Count = length(x);
weights[0] = rand();
weights[1] = rand();
weights[2] = rand();

iter = 0;
do {
  iter++;
  globalerror = 0;
  for(p=0; p<count;p++){
    output = calculateoutput(weights,x[p],y[p]);
    localerror = output[p] - output
    weights[0]+= learningrate *localerror*x[p];
    weights[1]+= learningrate *localerror*y[p];
    weights[2]+= learningrate *localerror;
    globalerror +=(localerror*localerror);
   }
}while(globalerror != 0 && iter <= max_iteration);

load in.data
加载数据
x=in（：1）；
y=in（：2）；
学习率=0.2；
最大迭代次数=50；
函数结果=计算输出（权重，x，y）
s=x*（权重（1）+权重（2）+权重（3））；
如果s>=0
结果=1
其他：
结果=-1
结束
结束
计数=长度（x）；
权重[0]=rand（）；
权重[1]=rand（）；
权重[2]=rand（）；
iter=0；
做{
iter++；
全局错误=0；
对于第10行中的（p=0；p，您有
权重（1）+权重（2）+权重（3）
；但代码的其余部分有
权重
，带有
s

编辑：另外，MATLAB没有
++
运算符；您的
for
循环将导致错误。在MATLAB中，为
构建一个
for
循环，如下所示：

for p=0:count
    blah blah blah
end

此外，正如Jonas在其代码中指出的那样，MATLAB也不使用
+=
运算符

weights（0）=weights（0）+learningrate*localerror*x（p）
以下是我看到的错误列表：

深呼吸


索引语法
（：1）
不正确。您的意思可能是
（：，1）
如“列1的所有行”中所示
MATLAB中没有do…while循环。只有and循环。另外，for循环定义错误。MATLAB对此有不同的语法
MATLAB中没有
++
或
+=
运算符
MATLAB中的参数是
~=
，而不是
！=
需要使用括号
（）
，而不是方括号
[]
所有这些都在a或a中吗？您不能在脚本中定义函数，即
calculateOutput
。您必须将其放入自己的m文件
calculateOutput.m
。如果所有代码实际上都在一个更大的函数中，那么
calculateOutput
是a，应该可以正常工作（假设您用
结束
结束了较大的封闭函数）
变量名有许多明显的拼写错误：

重量
与
重量
（根据）
Count
与
Count
（MATLAB区分大小写）
calculateOutput
vs.
calculateOutput
（同样，区分大小写）
学习率
与
学习率
（变量中不能有空格）


呼气沉重；）

简而言之，它需要做大量的工作。
主要的错误是，这不是用Matlab语法编写的。下面是一个尝试，我认为您正在尝试做的事情

不幸的是，您的算法存在一个基本问题（请参阅代码中的注释）。此外，我认为您应该看看非常好的Matlab文档。阅读将快速告诉您如何格式化此文件

function neuralNetwork

%# load data
load in.data
load out.data
x = in(:,1);
y = in(:,2);

%# set constants
learningrate = 0.2;
max_iteration = 50;

% initialize parameters
count = length(x);
weights = rand(1,3); % creates a 1-by-3 array with random weights

iter = 0;
while globalerror ~= 0 && iter <= max_iteration
  iter = iter + 1;
  globalerror = 0;
  for p = 1:count
    output = calculateOutput(weights,x(p),y(p));

    %# the following line(s) cannot possibly work
    %# output is not a vector, since the previous line
    %# assigns it to a scalar
    %# Also, arrays are accessed with parentheses
    %# and indexing starts at 1
    %# and there is no += operator in Matlab
    localerror = output[p] - output
    weights[0]+= learningrate *localerror*x[p];
    weights[1]+= learningrate *localerror*y[p];
    weights[2]+= learningrate *localerror;
    globalerror +=(localerror*localerror);
end %# for-loop
end %# while-loop


%# subfunctions in Matlab are put at the end of the file
function result = calculateOutput(weights,x, y)
s = x*(weights(1) +weight(2) +weight(3));
if s>=0
 result = 1
else:
 result = -1
end
end

函数神经网络
%#加载数据
加载数据
加载数据
x=in（：，1）；
y=in（：，2）；
%#设置常数
学习率=0.2；
最大迭代次数=50；
%初始化参数
计数=长度（x）；
weights=rand（1,3）；%创建具有随机权重的1×3数组
iter=0；
而全局错误~=0&&iter=0
结果=1
其他：
结果=-1
结束
结束
这还不是一个算法错误。这是一个语法错误
Count≢ count
从您的代码中可以清楚地看出，您还没有准备好一次尝试一个完整的解决方案。我建议您从伪代码算法开始，以增量和独立的方式执行每个步骤。如果您不知道如何编写循环或增量变量，尝试编写一个完整的程序并不是一个有成效的学习g经验。重写它是个好主意，但MATLAB也不使用
+=
。你必须做
权重[0]=weights[0]+learningrate*localerror*x[p]
对不起，我已经完整地阅读了您的注释块的最后一部分。我将注释移到了我的答案中，并向您表示感谢。如果calculateOutput是一个嵌套函数，则需要使用
结尾来关闭主函数。
@Jonas:谢谢，我已将其更加明确。