记录一些学习随笔,作为数据挖掘知识的整理
感知器(perceptron)vol.1
我们所学的首个神经网络
类是实现定义好的点所组成的组
分类(classification)可以猜测某一个点所在的类
在学习分类时我们需要解决的2个问题:
1、分类(classifying):判断出点在decision boundary的哪一边
2、learning:找到分隔出两个类的decision boundary。
在learning完成后,classifier可以对未知点做正确分类。
引入超平面(hyperplane)作分隔用。
向量加一个origin point可以表示一个hyperplane P
若点X属于法向量V和超平面上一点C组成的平面,则有V和X-C的点积为0的性质,类似三维平面。
V是超平面的法向量,