什么是感知器学习算法(Perceptron Learning Algorithm/PLA)?
来源:互联网 发布:2000坐标系数据转换 编辑:程序博客网 时间:2024/06/05 15:45
1.
怎么确定问题【假设的集合Hypothesis Set】?
曰:权衡
允许范围:权重w (weighted) X 特征值x > 临界值
拒绝范围:权重w (weighted) X 特征值x < 临界值
2.
怎么去模型化感知器?
曰:sign函数的妙用【当x>0,sign(x)=1;当x=0,sign(x)=0; 当x<0, sign(x)=-1】,此公式由问题1中的公式推导而出
3.
threshold这个变量看起来别扭怎么办?
曰:合并哦,想象一个矩阵,矩阵的x轴是Xi, y轴是Wi, 在原有矩阵的基础上添加一行一列,即X0和w0,X0= X0=+1,Y0=W0=-threshold。
4.
如果有两个变量X1,X2的话,放在平面是什么样【h(x) = sign(w 0 + w 1 x 1 + w 2 x 2 )】?
曰:w 0 + w 1 x 1 + w 2 x 2 = 0 像不像一条直线,把篮O和红X分割开
5.
怎么去准确的找那条线?
曰:从连接两个点开始喽,小学生都知道,两点确定一条直线嘛
6.
这明显不对,根本没可能分割开篮O和红X!咋办?
曰:修正这条线啦,看我的昂
如果你看见两个圈,那么分割线一定不能将他俩分开,需要的是蓝线L0,垂直于L0的线是哪条?L1。那么好办了,W+X即可得到L1。同理一个圈一个叉,直接就是L1,不过此时需呀W-X得到。
7.
PLA解决不了什么?
曰:解决不了的多着呢
8.
怎么确定问题【假设的集合Hypothesis Set】?
曰:权衡
允许范围:权重w (weighted) X 特征值x > 临界值
拒绝范围:权重w (weighted) X 特征值x < 临界值
2.
怎么去模型化感知器?
曰:sign函数的妙用【当x>0,sign(x)=1;当x=0,sign(x)=0; 当x<0, sign(x)=-1】,此公式由问题1中的公式推导而出
3.
threshold这个变量看起来别扭怎么办?
曰:合并哦,想象一个矩阵,矩阵的x轴是Xi, y轴是Wi, 在原有矩阵的基础上添加一行一列,即X0和w0,X0= X0=+1,Y0=W0=-threshold。
4.
如果有两个变量X1,X2的话,放在平面是什么样【h(x) = sign(w 0 + w 1 x 1 + w 2 x 2 )】?
曰:w 0 + w 1 x 1 + w 2 x 2 = 0 像不像一条直线,把篮O和红X分割开
5.
怎么去准确的找那条线?
曰:从连接两个点开始喽,小学生都知道,两点确定一条直线嘛
6.
这明显不对,根本没可能分割开篮O和红X!咋办?
曰:修正这条线啦,看我的昂
如果你看见两个圈,那么分割线一定不能将他俩分开,需要的是蓝线L0,垂直于L0的线是哪条?L1。那么好办了,W+X即可得到L1。同理一个圈一个叉,直接就是L1,不过此时需呀W-X得到。
7.
PLA解决不了什么?
曰:解决不了的多着呢
8.
那这种情况总能解决吧?
曰:看起来有点瑕疵,不过算是次优的解了,可以通过贪心算法来解决,要不然就变成一个P/NP问题啦
1 0
- 什么是感知器学习算法(Perceptron Learning Algorithm/PLA)?
- 机器学习 - 感知机(PLA, Perceptron Learning Algorithm)
- 闲谈:感知器学习算法(The perceptron learning algorithm)
- 感知器Perceptron Learning Algorithm
- 统计学习方法笔记二---感知机(Perceptron Learning Algorithm,PLA)
- Digression:The perceptron learning algorithm(感知机学习算法)
- 感知机算法(perceptron learning algorithm)
- PLA(Perceptron Learning Algorithm)--机器学习基石笔记
- 机器学习基石2-2 PLA(Perceptron Learning Algorithm)
- 机器学习基石 2.2 Perceptron Learning Algorithm (PLA)
- 感知机:Perceptron Learning Algorithm
- 感知器算法(perceptron algorithm)
- 感知机学习算法的几何解释(perceptron learning algorithm)
- 分类-1-逻辑回归(Logistic regression)、感知学习算法(perceptron learning algorithm)、牛顿迭代法
- 分类算法之感知器学习算法PLA 和口袋算法Pocket Algorithm
- 分类系列之感知器学习算法PLA 和 口袋算法Pocket Algorithm
- 分类系列之感知器学习算法PLA 和 口袋算法Pocket Algorithm
- 分类系列之感知器学习算法PLA 和 口袋算法Pocket Algorithm
- 例题6-3 UVA 442 Martrix Chain Multiplication矩阵链乘
- 例题6-4 UVA 11988 Broken Keyboard (a.k.a. Beiju Text) 破损的键盘
- 1002、1006: C语言程序设计教程(第三版)课后习题1.6
- 算法导论例程——栈
- 界面中的用户选中删除功能
- 什么是感知器学习算法(Perceptron Learning Algorithm/PLA)?
- 1003: C语言程序设计教程(第三版)课后习题3.7
- 算法导论例程——队列
- java基础总结--注解(Annotation)基本概念
- java 基础总结--注解(Annotation)自定义注解入门
- 虽然很晚了,但是却很激动
- Zookeeper的安装
- 1049. 数列的片段和(20)
- JAVA XML 那些事