机器学习——感知机学习方法

1、我们常见的感知机算法就是PLA（perceptron linear algorithm，线性感知机算法）。通过对训练集训练不断修正得到的每个感知机模型，PLA在其生成过程中，不断判断其对未知类型的预测结果是否有错，若是有错，则继续修正，若是没有，则算法停止，得到最后的对未知类型预测准确的感知机。

2、口袋算法（Pocket Algorithm），在得到所有的感知机模型之后，将所有的感知机模型进行对比，找到其中对位置类型预测结果错误最少的那个，作为最终的感知机模型。

3、表决感知机（Voted perception），给样本中每个支持向量一个权重，在训练生成感知机模型期间，计算得出每个感知机模型中错误向量权重的和。在选择模型时，在所有这个模型中，选择权重和最小的那个即可。其过程如下：

                                 

                              

4、边缘感知机（perceptron with margin）：这个看的英文的材料，没看明白，欢迎各位留言评论。