感知机
来源:互联网 发布:多相睡眠知乎 编辑:程序博客网 时间:2024/04/29 09:34
感知机
特点
- 二分类的线性分类模型
- 对应于输入空间中的超平面
- 属于判别模型,是神经网络和SVM的基础
- 分为原始形式和对偶形式
一般以误分类(错误率)作为损失函数,利用梯度下降法对损失函数进行极小化。
f(x)=sign(wx+b)
其中,w是超平面法向量,b是超平面截距,wx+b=0即表示超平面
算法
算法伪代码:
注:感知机学习算法采用不同的初值或先去不同的误分类点,解可能不同。
收敛性
Novikoff定理表明,在算法过程中选取的点为误分类点的次数k是有上限的,因此,该定理也就表明了对于线性可分的训练集,经过有限次搜索可以找到完全将训练集分开的超平面。
注:
训练集线性可分时
* 感知机:收敛,多解
* SVM:收敛,唯一解
训练集不线性可分时
* 感知机:不收敛,结果震荡
0 0
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 感知机
- 过拟合
- C通用函数:ASCII与十六制字符串互相转换
- 原始问题与对偶问题
- MySQL数据文件介绍及存放位置
- 关于一些数学符号和概率的阐述;
- 感知机
- linux中makefile设置路径的问题
- wrapping TextInput doesn't dispatch
- Java语言环境的搭建入门
- Material Design——BottomNavigationBar
- linux下的find命令
- 机器学习面试经验总结
- android content provider(内容提供者) 学习总结
- [MES]期初导入库位