一、感知机模型
感知机顾名思义,感知输入作出判断的一个模型,实际是一个二分类线性分类器,即判别模型。感知机实际实现方式就是对于任何输入空间(特征空间)中将实例划分成正负两类的超平面。所谓超平面,就是在N维空间中的一个平面,这个N很多时候远大于我们可见的三维及以下的具象空间。
感知机模型
输入空间,输出空间
.由输入到输出的映射函数如下:
这样形势的模型被称之为感知机。其中即权值,
即偏置值。其中,
显然,是一个线性方程,当对应到N维空间中,当是一个超平面的表达式。其中,
是法向量,
是超平面截距。而这个超平面将该多维空间划分成两部分,位于这两部分的点(特征向量)即可对应我们的正负二分类。具象到二维空间,我们可以得到如图一所示,高维空间可类推之。
图一
那么对应到工程上,我们通常遇到的问题是对于已知数据集,其中
,如果我们能找到相应的参数确定存在这个超平面,使得对于所有
都满足
,同理在
时,都有
,因此这种情况也称为线性可分。当然这样的超平面可能不存在,那么我们称该数据集为线性不可分。
二、学习策略
接下来为了找到这个超平面,我们需要确定一个学习策略,即定义损失函数并将损失函数极小化。考虑到连续可导(便于梯度下降),我们考虑选用的损失函数是误分类点到超平面的总距离,即
其中,为
的
范数。显然这就是点到直线的距离公式,不同的这是高维的表达形式,没明白可仔细对照之:
不难得出对于误分类的点有:
因此误分类点到超平面的距离有:
假设被超平面S误分类的点集合是M, 那么所有误分类点到超平面S的总距离为:
忽略, 即损失函数
这也被称为样本点的函数间隔。显然,损失函数值域非负,当误分类点数为0,损失函数值也为0,当误分类点越少或误分类点离超平面越近,损失函数的值都越小。在误分类时,该损失函数是参数的线性函数,而正确分类时恒为0,因此该函数是
线性可导函数。
因此,问题便转化为求损失函数在相应给定的数据集上的损失最小的参数w,b。
具体采用随机梯度下降算法。首先,任意选取一个超平面,对应参数 ,然后不断用梯度下降不断使得目标函数极小化。所谓的随机梯度下降是指:极小化过程并不是一次就使全部误分类点的梯度下降,而是随机选取一个误分类点使其梯度下降。
易得,损失函数梯度:
,
随机选取一个误分类点更新参数:
,
(
步长,即学习率)
通过迭代,使得损失函数不断减小,直至为0。这里可以参考一道例题帮助理解。值得一提的是这个过程得到的解不一定是唯一的,随机梯度下降过程选择的点不同,最后解得的超平面可以是不同的。
三、算法收敛性
可以证明算法是收敛的,即通过有限步计算可求得最终得损失降到最小,从而确定相应得参数。相关证明可见相关资料,不再赘述。需要注意该证明过程隐含了数据线性可分得条件,当数据线性不可分时,感知机学习算法不收敛,迭代结果震荡。