感知器和大间隔分类器(The perceptron and large margin classifiers)
来源:互联网 发布:淘宝联盟订单失效 编辑:程序博客网 时间:2024/06/06 20:45
在学习理论的最后一节我们会介绍一个与之前不同的机器学习模型。在前面的内容里我们讨论了太多批量学习的情形,即先在给定训练集上学习,将学习后的假设在另一个测试集上评估其表现。而在本节中,我们将关注在线学习这一情形,算法一边学习一边对输入进行预测。
在这种情景下,我们给学习算法一个有顺序的输入样本序列
我们会对感知器算法在在线学习中的犯错数给出一个上界。为了使后面的推到更简单,我们定义输出的类标签
且:
当给定一个训练样本
下面我们给出关于错误数上界的定理,需要注意的是,经此定理可知错误数的上界和样本数
定理(Block, 1962,and Novikoff, 1962) 对于给定训练集序列
证明如下,若
另外由感知器学习法的性质可知
依次递推下去,可得:
考察
其中第三步的小于推导使用了方程(2),我们将上式进一步递推则有:
将不等式(3)和(5)结合起来可推得:
在第二步不等式的推导中使用了单位向量的性质(
- 感知器和大间隔分类器(The perceptron and large margin classifiers)
- 【模式识别】感知器 Perceptron
- 感知器(Perceptron)
- Perceptron(感知器)
- 感知器 Perceptron
- 感知器 - Perceptron
- 感知器Perceptron
- 感知器(Perceptron)原理和应用
- 线性分类器之感知器模型(Perceptron)
- 大规模图像分类器的演化-Large-Scale Evolution of Image Classifiers-读后杂谈
- Paper摘记-Large Margin Nearest Neighbor Classifiers
- 闲谈:感知器学习算法(The perceptron learning algorithm)
- 感知器Perceptron Learning Algorithm
- Voted Perceptron(投票感知器算法)
- 第四讲 感知器(Perceptron)
- 感知器算法(perceptron algorithm)
- 【Python-ML】感知器学习算法(perceptron)
- 线性分类模型--感知机(perceptron)
- Android开发笔记(一百四十)Word文件的读取与显示
- 将freeswitch数据库迁移到mysql
- 用VNC远程桌面登录Ubuntu 12.04.5及问题
- Android热更新方案Robust
- 先成人,再成媛(猿)!
- 感知器和大间隔分类器(The perceptron and large margin classifiers)
- 拓扑图节点拖动的实现(学习笔记)
- java中堆和栈的概念解析
- 【java基础】线程笔记——LockSupport
- HTML学习笔记3
- Android中CMake的使用之二具体的使用细节
- iOS中Apple Mach_O Linker Error
- Canvas 输出位图
- Android中CMake的使用之三调用第三方库