机器学习：Percetron Learning Algorithm（感知机学习算法）

percetron:感知器

x代表点，y代表画叉或圈，h代表直线


找到一个错误点，如果y=+1，则x与w之间的夹角过大，对w进行重新赋值，令w=w+x；反之w=w-x

3是对的，由于w(t+1)=w(t)+y(n)*x(n),所以若两边同乘y(n)和x(n),则可以知道3是对的。

使用PLA时需要对象是线性可分的。

w(f)和w(t)的内积越来越大，但由于并不知道w(t)的长度有无变化，所以并不知道w(t)是越来越逼近w(f)，还是w(t)长度变长了。


只有在犯错的时候w才会更新

这里就证明了在数据集是线性可分的前提下，由于T是小于一个常数的，所以PLA一定是有限次数内可以得到结果的。




Pocket PLA本质上就是在得到一个w后，算一下他的准确度，再进行下一个w的运算，不断比较不同w的准确度，得到一个最好的w。