统计学习方法笔记-感知机
来源:互联网 发布:java类的调用 编辑:程序博客网 时间:2024/05/22 10:48
1.什么是感知机
感知机是一种线性的二分类模型,输入为数据的特征向量,而输出为数据的类型(+1或者-1)。
2.感知机模型
w为权重 b为权重 f(x)={+1,−1,x≥0x<0
感知机相当于利用平面w⋅x+b=0 这个平面将特征空间一分为二,分别代表正类存在的空间和负类存在的空间,如下图所示。
3.感知机的适用条件
感知机要求训练数据是线性可分的,也就是说特征空间R中必须存在某个线性平面可以完全正确的将数据分割为正类和负类,而对于不存在这个平面的时候,感知机是不适用的,如下图所示。
如上图所示这里不存在一个平面可以完美将数据分割开,所以这种情况下感知机不适用。
4.感知机的学习策略
4.1损失函数与风险函数
所有误分类点到分割平面S的总距离,如下所示。
这里如果不考虑
这个函数也就是感知机的经验风险函数。
4.2学习算法
感知机采用的学习算法是随机梯度下降法,其中风险函数的梯度如下:
具体的计算流程如下
1.选取初始的
2.选取一个误分类点更新参数
3.转至2循环执行,直到没有误分类点
4.3学习算法的收敛性证明
4.3.1定理
为了后面推导方便这里参数记为
由于训练集是线性可分的,所以存在
这种情况下感知机学习算法的误分类次数满足如下条件:
式中
4.3.2具体证明
(1)由学习算法的参数更新可以得出:
通过对上面的式子递推可以得到:
(2)
由于
递推得到如下结果:
当
所以
4.3.3关于收敛性的思考
看到上面的推论,我们会发现一个问题步长
关于这个问题,我们看到上面的定理的假设就是
5.感知机的对偶形式
根据上面的推论,初值为0的时候
每次更新参数与原始形式本质一样,对于误分类点按如下方式更新:
从形式上就可以看出感知机两种形式没有本质上的区别,对偶形式是原始形式在初值为0下的一个变形。
阅读全文
0 0
- 统计学习方法笔记-感知机
- 《李航:统计学习方法》笔记之感知机
- 《李航:统计学习方法》笔记之感知机
- 统计学习方法笔记(二)感知机
- 《统计学习方法》笔记(2):感知机
- 统计学习方法笔记2--感知机
- 统计学习方法笔记(二)感知机
- 《统计学习方法》-感知机模型学习笔记
- 统计学习方法学习笔记2:感知机
- 《统计学习方法》学习笔记-感知机
- [统计学习方法]感知机
- 统计学习方法-感知机
- 统计学习方法:感知机
- 统计学习方法---感知机
- 统计学习方法笔记,第二章笔记, 感知机
- 统计学习方法之感知机
- 统计学习方法学习--感知机
- 《统计学习方法》2.感知机
- uiautomator自动化脚本
- python爬取网易云音乐薛之谦歌词数据,生成词云
- 关于内部类
- Logstash学习15_Logstash startup completed后无内容
- CSS之 双飞翼布局
- 统计学习方法笔记-感知机
- 计算机网络课堂笔记 -- 1
- 【今日头条】【实习】放出一大波职位
- PHP Excel 读取xls,xlsx文件并出入数据然后保存
- 验证码的生成
- 云技术平台赋能媒体融合发展创新
- Win 7安装IPython Notebook
- 闪回3-闪回信息查看
- 如何利用织梦的内链功能,自动给文章加内链。