感知机于1957年由Rosenblatt提出,是一种线性分类模型,属于判别模型,直接学习判别函数,是神经网络和支持向量机的基础。
对于感知机的学习推导首先要知道他的模型是什么,然后是学习策略(损失函数),最后是学习算法。
1. 感知机的模型(假设空间):
其中符号函数为:
2. 感知机的学习策略(损失函数):
首先超平面为:
点到超平面的距离(几何间隔)为:
感知机于1957年由Rosenblatt提出,是一种线性分类模型,属于判别模型,直接学习判别函数,是神经网络和支持向量机的基础。
对于感知机的学习推导首先要知道他的模型是什么,然后是学习策略(损失函数),最后是学习算法。
1. 感知机的模型(假设空间):
其中符号函数为:
2. 感知机的学习策略(损失函数):
首先超平面为:
点到超平面的距离(几何间隔)为: