1.1感知机模型的经典定义
(1)感知机(perception)是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1二值,感知机对应于输入空间(特征空间)中将实例划分为正负俩类的分离超平面,属于判别模型。
(2)基本思想:导入基于分类的损失函数,利用梯度下降法对损失函数进行极小化,从而求得感知机模型。
1.2感知机模型的数学定义
(1)Perception-definition:假如输入空间(特征空间)是 X ⊂ R n X\subset R^n X⊂Rn,输出空间是 γ \gamma γ={+1,-1}.输入x ∈ \in ∈X表示实例的特征向量,对应于输入空间(特征空间)的点;输出y ∈ \in ∈Y表示实例的类别,由输入空间到输出空间的如下函数:
f ( x ) = s i g n ( w , x + b ) \ f(x)=sign(w,x+b) f(x)=sign(w,x+b) 称为感知机,其中, w \ w w和 b \ b b为感知机的模型参数, w \ w