实现多种机器学习算法的核心任务

1、为最小化平方间隔感知机编写一个自适应步长子函数，并将其安装到一个包装器中，替换其中给定的固定步长。通过运行包装器来测试代码，并绘制每次迭代时目标值下降的图表。

要完成该任务，需按照以下步骤进行：

1. 编写自适应步长子函数，用于最小化平方间隔感知机。
2. 将该子函数安装到包装器中，替换原有的固定步长。
3. 运行包装器测试代码，记录每次迭代的目标值。
4. 根据记录的数据绘制目标值随迭代次数下降的图表。

2、为多类别softmax感知机的最小化问题编写一个自适应步长子函数，并将其应用到一个包装器中，替换包装器里给定的固定步长。运行该包装器来测试代码，并绘制每次迭代时目标值下降的图表。

任务步骤

1. 按照题目步骤，先编写自适应步长子函数
2. 将其应用到包装器中替换固定步长
3. 运行包装器测试代码
4. 最后绘制目标值随迭代次数下降的图表

3、在本次练习中，你需要编写K - 均值算法来完成以下任务。a) 将你的K - 均值代码放在函数[C, W] = your_K_means (X, K) 中，这里C和W是算法输出的质心矩阵和分配矩阵，而X和K分别是数据矩阵和所需质心的数量。该函数位于包装器kmeans_demo内，此包装器以及相关数据集kmeans_demo_data.csv可从指定网站下载，包装器中已提供生成相关绘图所需的所有额外代码。b) 使用初始化质心矩阵C = [0 0; - 0.5 0.5] ，K = 2个质心，运行包装器，以重现K - 均值成功运行的结果。c) 使用初始化质心矩阵C = [0 0; 0 0.5] ，K = 2个质心，运行包装器，以重现K - 均值失败运行的结果。

本题要求编写 K-均值算法完成以下任务：

a. 将 K-均值代码置于函数

[C, W] = your_K_means(X, K)