所谓感知机,就是二类分类的线性分类模型,其输入为样本的特征向量,输出为样本的类别,取+1和-1二值,即通过某样本的特征,就可以准确判断该样本属于哪一类。顾名思义,感知机能够解决的问题首先要求特征空间是线性可分的,再者是二类分类,即将样本分为{+1, -1}两类。
感知机函数f(x) = sign(w*x + b)称为感知机,w和b为感知机参数,w为权值(weight),b为偏置(bias)。sign()函数是符号函数,就是参数大于等于0时,函数输出为1
所谓感知机,就是二类分类的线性分类模型,其输入为样本的特征向量,输出为样本的类别,取+1和-1二值,即通过某样本的特征,就可以准确判断该样本属于哪一类。顾名思义,感知机能够解决的问题首先要求特征空间是线性可分的,再者是二类分类,即将样本分为{+1, -1}两类。
感知机函数f(x) = sign(w*x + b)称为感知机,w和b为感知机参数,w为权值(weight),b为偏置(bias)。sign()函数是符号函数,就是参数大于等于0时,函数输出为1