关于感知机的收敛证明和MATLAB实现

本文介绍了感知机的收敛证明,详细解析了Novikoff定理,并提供了MATLAB的感知机算法实现。通过假设和数学推导,证明了感知机在一定条件下最多犯有限次错误。此外,分享了一个适用于二维特征的MATLAB感知机函数,读者可依据此扩展到多维特征。
摘要由CSDN通过智能技术生成

       最近读了Michael Colins  大神关于感知器收敛的证明,居然能看懂。瞬间有了信心写下自己关于其的理解。原文如下链接:

        http://www.cs.columbia.edu/~mcollins/courses/6998-2012/notes/perc.converge.pdf

其 Novikoff  定理如下:

      Assume that there exists some parameter vector  such that  and some, such that for all t = 1…n,

                                                                             

   Assume in addition that for all t = 1. . .n, 

                                                         Then the perceptron algorithm makes at most 

                                                                                                      errors.

          注意,这里的范数是2-范数(欧几里得),有兴趣的同学可以看看别的范数。

                                         http://blog.csdn.net/zouxy09/article/details/24971995

 先看看感知机的算法:

                               Definition:          
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值