多层感知机（MLP）算法原理及Spark MLlib调用实例（Scala/Java/Python）

多层感知机

算法简介：

        多层感知机是基于反向人工神经网络（feedforwardartificial neural network）。多层感知机含有多层节点，每层节点与网络的下一层节点完全连接。输入层的节点代表输入数据，其他层的节点通过将输入数据与层上节点的权重w以及偏差b线性组合且应用一个激活函数，得到该层输出。多层感知机通过方向传播来学习模型，其中我们使用逻辑损失函数以及L-BFGS。K＋1层多层感知机分类器可以写成矩阵形式如下：

 

中间层节点使用sigmoid方程：