# Perceptron + pocket
function [w, Ein_min] = pocket(X, y, max_iter=10000, w0=zeros(size(X, 2), 1))
  N = size(X, 1);       # filas de X
  d = size(X, 2) - 1;   # total dimensiones
  w = w0;             # w(t) con t=0
  Ein_min = 1;             # el valor de E_in "en el bolsillo"

  for t = 1:max_iter

    # ejecuta PLA por 1 iteracion para obtener w(t+1) usando el mejor w hasta
    # el momento
    w_t = pla(X, y, max_iter=2, random=1, w);

    # calcula el error de la muestra con w(t+1)
    Ein_tmp = sum(sign(X * w_t) != y) / N;

    # si el E_in(w(t+1)) es mejor, me quedo con ese (E_in, w)
    if Ein_tmp < Ein_min
      w = w_t;
      Ein_min = Ein_tmp
    end

  end
end