对如下两类的二维模式样本集，编写matlab程序，用感知器算法求分界面方程，并作图显示。 W1：X1=（1，0）T , X2=（1，1）T , X3=（0，2）T W2：X1=（2，1）T , X2=（2，2）T , X3=（1，3）T 分别改变初始权向量和样本集中样本顺序来获得不同的结果

好的，以下是matlab代码实现：

% 定义样本集和标签
X = [1 0; 1 1; 0 2; 2 1; 2 2; 1 3];
y = [-1; -1; -1; 1; 1; 1];

% 初始化权重向量和偏置
w = [0; 0];
b = 0;

% 学习率
eta = 1;

% 训练感知器
for epoch = 1:10
    for i = 1:size(X, 1)
        if y(i) * (w' * X(i, :)' + b) <= 0
            w = w + eta * y(i) * X(i, :)';
            b = b + eta * y(i);
        end
    end
end

% 绘制分界线
x1 = -1:0.1:3;
x2 = -(w(1) * x1 + b) / w(2);
plot(x1, x2);

% 绘制样本点
hold on;
scatter(X(1:3, 1), X(1:3, 2), 'r', 'filled');
scatter(X(4:6, 1), X(4:6, 2), 'b', 'filled');

我们可以通过改变初始权重向量和样本顺序来获得不同的结果。比如，我们可以将初始权重向量改为[1; 1]，代码如下：

% 定义样本集和标签
X = [1 0; 1 1; 0 2; 2 1; 2 2; 1 3];
y = [-1; -1; -1; 1; 1; 1];

% 初始化权重向量和偏置
w = [1; 1];
b = 0;

% 学习率
eta = 1;

% 训练感知器
for epoch = 1:10
    for i = 1:size(X, 1)
        if y(i) * (w' * X(i, :)' + b) <= 0
            w = w + eta * y(i) * X(i, :)';
            b = b + eta * y(i);
        end
    end
end

% 绘制分界线
x1 = -1:0.1:3;
x2 = -(w(1) * x1 + b) / w(2);
plot(x1, x2);

% 绘制样本点
hold on;
scatter(X(1:3, 1), X(1:3, 2), 'r', 'filled');
scatter(X(4:6, 1), X(4:6, 2), 'b', 'filled');

另外，我们可以通过改变样本顺序获得不同的结果。比如，我们可以将前三个样本和后三个样本的顺序交换，代码如下：

% 定义样本集和标签
X = [2 1; 2 2; 1 3; 1 0; 1 1; 0 2];
y = [1; 1; 1; -1; -1; -1];

% 初始化权重向量和偏置
w = [0; 0];
b = 0;

% 学习率
eta = 1;

% 训练感知器
for epoch = 1:10
    for i = 1:size(X, 1)
        if y(i) * (w' * X(i, :)' + b) <= 0
            w = w + eta * y(i) * X(i, :)';
            b = b + eta * y(i);
        end
    end
end

% 绘制分界线
x1 = -1:0.1:3;
x2 = -(w(1) * x1 + b) / w(2);
plot(x1, x2);

% 绘制样本点
hold on;
scatter(X(1:3, 1), X(1:3, 2), 'r', 'filled');
scatter(X(4:6, 1), X(4:6, 2), 'b', 'filled');

注意，这里的标签也需要相应地改变。