Contents.m




 Synopsis:

  data = genlsdata(dim,num_data,margin)



 Description:

  It generates randomly binary labeled vectors which 

  are linearly separable with prescribed margin. 

 

 Input:

  dim [1x1] Data dimension.

  num_data [1x1] Number of generated data.

  margin [1x1] Minimal ensured margin (distance of the closest

   vector to the separating hyperplane).



 Output:

  data [struct] Generated data:

   .X [dim x num_data] Sample data.

   .y [1 x num_data] Data labels (1 or 2).



  model [struct] Ground truth linear classifier:

   .W [dim x 1] Normal vector of separating hyperplane.

   .b [1x1] Bias of the hyperplane.



 Example:

  data = genlsdata(2,50,1);

  model = ekozinec( data );

  model.margin

  figure; ppatterns(data); pline(model);



 See also 

  PERCEPTRON, EKOZINEC, LINCLASS, SVM.