Matlab中如何调整参数P最小化指示变量向量A与B的差异？

一、基础场景（不含D变量） #

先对生成B的不等式做变形，明确P对每个样本的影响：

√(C[i]+10) - P > √(C[i])
等价于 P < √(C[i]+10) - √(C[i])

我们把每个样本对应的阈值记为 T[i] = sqrt(C[i]+10) - sqrt(C[i])，那么：

• 若P < T[i]，则B[i]=1；否则B[i]=0

目标是找到P，让A和B的误分类数（sum(A~=B)）最少。最优P一定出现在阈值T的分界点上，因此我们只需检查这些分界点及相邻中点即可。

Matlab 实现代码 #

% 给定输入数据
C = [10, 1, 100, 1000, 1];
A = [1, 0, 0, 1, 0];

% 计算每个样本的阈值T
T = sqrt(C + 10) - sqrt(C);

% 生成候选P值：覆盖所有阈值点、相邻中点及边界
sorted_T = sort(T);
candidate_P = [sorted_T(1)-1; (sorted_T(1:end-1)+sorted_T(2:end))/2; sorted_T(end)+1];

min_error = Inf;
best_P = NaN;

% 遍历候选P，找到误分类最少的最优解
for p = candidate_P
    % 向量化生成B向量（替代循环，提升效率）
    B = (sqrt(C+10) - p > sqrt(C))';
    % 计算误分类数
    error = sum(A ~= B);
    
    % 更新最优P
    if error < min_error
        min_error = error;
        best_P = p;
    elseif error == min_error
        % 若多个P效果相同，取更小的P
        if p < best_P
            best_P = p;
        end
    end
end

fprintf('最优P值：%.4f，最小误分类数：%d\n', best_P, min_error);

二、扩展场景（含D变量） #

当不等式改为 √(C[i]+10) - P*D[i] > √(C[i])，变形后需分D[i]的符号讨论：

• 若D[i] > 0：P < (√(C[i]+10)-√(C[i]))/D[i]（记为T_new[i]）
• 若D[i] < 0：不等式两边除以负数，不等号变向 → P > (√(C[i]+10)-√(C[i]))/D[i]（记为T_new[i]）
• 若D[i] = 0：原不等式恒成立，B[i]固定为1（无法通过P调整）

Matlab 实现代码 #

% 给定输入数据（新增D变量）
C = [10, 1, 100, 1000, 1];
A = [1, 0, 0, 1, 0];
D = [2, -1, 3, 0.5, -2]; % 示例D向量

% 计算每个样本的新阈值T_new及D的符号
T_new = (sqrt(C + 10) - sqrt(C)) ./ D;
D_sign = sign(D);

% 生成候选P值（排除D=0导致的无穷值）
valid_T = T_new(~isinf(T_new));
sorted_T_new = sort(valid_T);
candidate_P = [sorted_T_new(1)-1; (sorted_T_new(1:end-1)+sorted_T_new(2:end))/2; sorted_T_new(end)+1];

min_error = Inf;
best_P = NaN;

% 遍历候选P找最优解
for p = candidate_P
    B = zeros(size(A));
    for i = 1:length(A)
        if D(i) > 0
            B(i) = (p < T_new(i));
        elseif D(i) < 0
            B(i) = (p > T_new(i));
        else
            B(i) = 1; % D=0时B[i]固定为1
        end
    end
    error = sum(A ~= B);
    
    if error < min_error
        min_error = error;
        best_P = p;
    elseif error == min_error
        if p < best_P
            best_P = p;
        end
    end
end

fprintf('含D变量的最优P值：%.4f，最小误分类数：%d\n', best_P, min_error);

补充说明 #

• 若偏好连续损失函数（如平方损失 sum((A-B).^2)），只需将误差计算语句替换即可，核心逻辑不变。
• 大数据集下尽量使用向量化操作替代循环，能显著提升运行效率。

内容的提问来源于stack exchange，提问作者R124