感知器算法是一种线性判别算法，它适用于二分类模型。在这个模型中，输入向量 x \mathbf{x} x首先使用一个固定的非线性变换得到一个特征向量 ϕ ( x ) \phi(\mathbf{x}) ϕ(x)，接着用这个特征向量构造一个线性模型：
(1) y ( x ) = f ( w T ϕ ( x ) ) y(x) = f(w^{T}\phi(x)) \tag{1} y(x)=f(wTϕ(x))(1)其中非线性激活函数 f ( . ) f(.) f(.)是一个阶梯函数，形式为：
(2) f ( a ) = { + 1 , if a > 0 − 1 , if a < 0 f(a) = \begin{cases} +1, & \text{if \ $a$ > 0} \\ -1, & \text{if \ $a$ < 0} \end{cases} \tag{2} f(a)={
+1,−1,if a > 0if a < 0(2)这里使用 t = + 1 t=+1
本文介绍了感知机算法，一种用于二分类的线性判别模型。激活函数采用阶梯函数，目标是找到使所有样本满足正确分类条件的权重w。通过随机梯度下降法更新权重，当数据线性可分时，感知机能收敛找到解，但可能有多个解且无法处理非线性问题。
最低0.47元/天 解锁文章
5040
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
