感知机学习总结

  1. 感知机是根绝输入变量的特征值进行二类分类的线性分类模型 
    这里写图片描述 
    感知机对应于输入空间的中的分离超平面w*x+b=0
  2. 感知机的策略是极小化损失函数 
    这里写图片描述 
    损失函数就是误分配函数到超平面的总距离
  3. 感知机学习算法是基于梯度下降法的对损失函数的最优化算法,有原始形式和对偶形式两种
  4. 当训练数据可分的时候,感知机学习算法是收敛的。错误分类错误是有限的,经过有限次搜索可以找到将训练数据完全分开的超平面。当训练数据线性可分时,感知机学习算法存在无穷多个解,其解由于不同的初始值和迭代顺序而可能有所不同

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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