感知机算法详解

今天想写一下感知机算法的详解。感知机算法由Rosenblatt在1957年提出，是一类简单的线性判别算法，通过扩展又可以与许多其他算法密切相关。如逻辑回归模型、支持向量机、前馈神经网络（多层感知机）、线性判别分析等。因此感知机算法尽管很少单独使用，但它对于理解其他模型和算法非常有用，很适合作为开始机器学习的一个切入点，同时也是建立知识体系的一个枢纽。

本文首先简要介绍感知机，然后讲解感知机的模型、策略、算法，最后分析感知机算法与各个算法之间的联系并做出总结。

感知机能做什么

感知机是一种二分类模型，其输入为样本的特征向量，输出为样本的类别，取+1和-1二值。要得到正确的模型，感知机要求数据集本身线性可分：
在二维平面上，线性可分意味着能用一条直线将正、负样本分开；
在三维空间中，线性可分意味着能用一个平面将正、负样本分开；
在n维空间中，线性可分意味着能用n-1维超平面将正、负样本分开。

图1 二维平面上的线性可分与线性不可分

为了便于应用感知机算法，我们有时会使用一些技巧，使得线性不可分的样本在某些变换下成为线性可分。这些技巧包括将样本分离到更高维空间（图2）或投影到特定的方向（图3）等，这是另一大类方法，本文主要讲解一般的感知机，此处不详细展开讨论。

图2 分离到高维空间实现线性可分

图3 投影特定方向实现线性可分

感知机模型

• 定义
  设输入空间（特征空间）为 $X\subseteq {\mathbb{R}}^n$,输出空间为 Y = { − 1 , + 1 } Y=\{-1,+1\} Y={ −1,+1}
  输入 $x\in X$ 为实例的特征向量 输出 $y\in Y$ 为实例的类别
  由输入空间到输出空间的如下函数称为感知机
  $$f(x)=sign(wx+b)$$其中$w$和$b$为模型参数，$w\in {\mathbb{R}}^n$称为权值，$b\in \mathbb{R}$称为偏置。$sign$是符号函数。

感知机模型有直观的几何解释：线性方程 $wx+b=0$ 对应于分离超平面$S$,其中$w$为$S$的法向量，$b$为$S$的截距。求解感知机，就是要解出$w$和$b$,得到能正确分离所有正负样本的超平面$S$(见图1).

感知机策略

为找出正确的分离超平面、确定感知机模型参数，需要确定一个学习策略。在监督学习中，使用某种策略即是选用相应的损失函数。
考虑以在S划分下误分类点的总数作为损失函数，该函数可以自然地监督感知机的分类性能，但它不是参数$w$和$b$的连续可导函数，不易优化。如图4，当超平面在空间中由$S1$连续变化至$S3$时，相应的法向量$w$也连续变化，而误分类点数量则是不连续的。

图4 误分类点个数不连续变化
为此感知机采用的损失函数为:误分类点到超平面 $S$的总距离，该函数对 $w$和 $b$连续可导。
单个点 $x_i$到超平面 $S$的距离为 $-\frac{1}{\Vert w\Vert }|w{x}_i+b|$,

对于误分类点数据$(x_i,y_i)$,有$-y_i(w{x}_i+b)>0$,因为 $y_i$ 与 $w{x}_i+b$ 异号

设超平面$S$的误分类集合为$M$,则所有误分类点到超平面$S$的总距离为 $$-\frac{1}{\Vert w\Vert }\sum _{x_i\in M}{y}_i(w{x}_i+b)$$ 不考虑式中的$-\frac{1}{\Vert w\Vert }$,即得到感知机学习的损失函数。

• 损失函数
  给定训练集 T = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x N , y N ) } T=\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N)\} T={ (x1​,y1​),(x2​,y2​),...,(xN​,yN​)},其中