AI-统计学习(1)-模型-感知机-(随机梯度下降和对偶)

感知机模型:

  1. 感知机模型解决的问题:二分类问题
  2. 感知机模型适用条件:线性可分
  3. 感知机模型统计学习三要素:假设空间、策略、求解算法
  4. 感知机的假设空间是什么?模型复杂度体现在哪?

假设空间就是分离超平面 wx+b=0.模型的复杂度主要体现在x(...)的特征数量,也就是维度d上。


1感知机模型(定义)

2.感知机策略(衡量模型好坏)

3.感知机算法 (两种,后一种计算量小 原因1.先算内积,2更新的是数不是向量。前一种更新的是向量。)

    3.1随机梯度下降

    3.2对偶


 

1感知机模型(定义)

          

 

2.感知机策略(衡量模型好坏)

          

           

3.感知机算法

   3.1随机梯度下降

        梯度:是函数变化最快的方向,相当于求导。

         步长:是点移动的距离,

        随机:1.每次只加一个实例值更新wb  2.实例为误分类点。

        

       

3.2对偶

    

 

 

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