下载掌阅APP，畅读海量书库
立即打开
（1）生成20个在
中的数据，并显示这些数据，同时显示最初的分割线，然后运行迭代算法，观察收敛情况。不可分点集如图2.3所示。
图2.3 不可分点集
（2）生成100个数据，并显示这些数据，同时显示最初的分割线，然后运行迭代算法，观察收敛情况。
（3）生成1000个数据，并显示这些数据，同时显示最初的分割线，然后运行迭代算法，观察收敛情况。
（4）生成1000个在
中的数据，然后运行迭代算法，观察收敛情况。
（5）修改迭代过程
重新完成上面的问题。
（6）在平面
上列出200个点（或者若干点），其中100个点聚在一个区域，另外100个点聚在另一个区域，但在中间互有相交。使用线性规划的方法找出一个分类的超平面。
（7）线性规划中对于分类问题的优化函数的设定是否有问题？是否可以重新改变优化函数，使得分类更加有意义？
（8）计算分类的错误度或者损失函数。给出点集（
x
1
，y
1
），（
x
2
，y
2
），···，（
x
n
，y
n
），其中，
，y
i
∈{-1，1}。定义
那么错误度或者损失函数就是|
A
|/
n
。如果优化的目标是使这个错误度最小，试利用Python的优化包重新设计算法，寻找
，使得上述损失达到最小，并观察这种方法的优缺点。
（9）利用命令
from sklearn import datasets
from sklearn.datasets import load_breast_cancer
sklearn.datasets.load_breast_cancer
data = load_breast_cancer（）
调取数据，同时对数据进行分类，完成Breast Cancer的诊断。
（10）使用给出的Default of Credit Card数据来进行分析，试做出分类。