nidayededaye2的博客

今天我们用UCI大学公开的数据集实践一下

其中采用密度梯度下降法进行误分类驱动，使得损失函数L(w,b)不断减小为0.感知机就是一个激活函数＋线性函数组合成的，可以解决二分类问题。ni表示第i个实例点在参数更新中所贡献的次数。对异或（XOR），感知机为什么不能表示异或。通过两个感知机，使其变为线性可分。或者采用核函数进行升维度。

统计学习就是：用于对数据进行预测与分析，特别是对未知新数据进行预测与分析。从给定 的、有限的、用于学习的训练数据（training data）集合出发，假设数据是独立同分 布产生的；并且假设要学习的模型属于某个函数的集合，称为假设空间（hypothesis space）；应用某个评价准则（evaluation criterion），从假设空间中选取一个最优的 模型，使它对已知训练数据及未知测试数据（test data）在给定的评价准则下有最 优的预测；最优模型的选取由算法实现述监督学习中的统计。