【机器学习】感知机

介绍

感知机1957年由Rosenblatt提出，是神经网络与支持向量机的基础，是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，去+1和-1二值。

感知机属于判别模型，旨在求出将训练数据进行线性划分的分离超平面。

感知机模型的求得是基于误分类的损失函数，利用梯度下降法对损失函数进行极小化。

感知机学习算法简单易于实现。

感知机模型

由输入空间到输出空间如下函数：

$$f(x)=sign(w·x+b)$$
$w和b$为感知机模型参数；
其中，sign是符号函数，即：
$$sign(x)= \begin{cases} +1,& \text{$x \geq 0$}\\ -1, & \text{x<0} \end{cases}$$
感知机的几何解释为线性方程：
$$w·x+b=0$$
对应于特征空间中的一个超平面 $S$，其中$w$是超平面的发向量， $b$是超平面的截距，这个超平面将特征空间划分为两个部分，位于两个部分的点分别被分为正、负两类。

感知机学习，由训练数据集（实例的特征向量及类别），求得感知机模型，即求得模型参数$w,b$；
感知机预测，通过学习得到的感知机模型，对新的输入实例给出其对应的输出类别。

感知机学习策略

线性可分数据集：存在某个超平面S能够将数据集的正实例和负实例点完全划分到超平面的两侧，则称数据集为线性可分数据集；否则，线性不可分。

我们假设训练数据集是线性可分的，为了找出这样一个超平面，即确定感知机模型参数$w，b$，需要确定一个学习策略，即定义（经验）损失函数并将损失函数极小化。

感知机所采用的损失函数是误分类点到超平面$S$的总距离。

（1）任意一定$x_0$到超平面$S$的距离为：$\frac{1}{||w||}|w·x_0+b|$；这里$||w||$是$w$的$L_2$范数。

（2）对于误分类点来说：$-y_i(w·x_i+b)>0$成立。

当$w·x_i+b>0$时，$y_i = -1$，而当$w·x_i+b<0$时，$y_i = +1$

（3）误分类点$x_i$到超平面$S$的距离是：$-\frac{1}{||w||}y_i(w·x_i+b)$

（4）假设超平面$S$的误分类点集合为$M$，那么所有误分类点到超平面$S$的总距离为：

$$-\frac{1}{||w||}\sum_{x_i \in M}y_i(w·x_i+b)$$

不考虑$\frac{1}{||w||}$，就得到感知机学习的损失函数。

L(w,b)=−∑xi∈Myi(w⋅xi+b) L ( w , b ) = − ∑ x i ∈ M y i ( w · x i + b )

$$L(w,b)=-\sum_{x_i \in M}y_i(w·x_i+b)$$

损失函数是非负的
如果没有误分类点，损失函数为0，误分类点越少，误分类点离超平面越近，损失函数越小

感知机学习算法

至此，感知机学习问题就转化为了求解损失函数的最优化问题。使用方法：随机梯度下降法

任意选取一个超平面$w_0，b_0$，然后用梯度下降法不断地极小化损失函数。极小化过程中不是一次使$M$中的所有误分类点的梯度下降，而是一次随机选取一个误分类点使其梯度下降。

算法步骤：
输入：训练数据集$T = \{(x_1,y_1),(x_2,y_2),(x_3,y_3),...,(x_N,y_N)\}$，
其中$x_i \in \mathcal{X}= R^n，y_i \in \mathcal{Y} = \{-1, +1\}，i = 1, 2, ...,N；$学习率$\eta(0<\eta \leq 1);$
输出：$w,b$；感知机模型$f(x)=sign(w·x+b)$

（1）选取初值$w_0,b_0$
（2）在训练集中选取数据$(x_i,y_i)$
（3）如果$y_i(w·x_i+b) \leq 0$

$w \leftarrow w＋\eta y_ix_i$

$b \leftarrow b + \eta y_i$

（4）转至（2），直至训练集中没有误分类点。

算法解释：
当一个实例点被误分类，即位于分离超平面的错误一侧时，则调整$w,b$的值，是分离超平面向该误分类点的一一侧移动，以减少该误分类点与超平面的距离，直至超平面超越过该误分类点使其被正确分类。
注意：
感知机学习算法由于采用不同的初值或选取不同的误分类点，解可以不同。

感知机学习算法是基于随机梯度下降法对损失函数的最优化算法，算法简单易于实现。当训练数据集线性可分时，感知机学习算法是收敛的；感知机学习算法存在无穷多个解，其解由于不同的初值或不同的迭代顺序而可能有所不同。

参考书籍《统计学习分析》