自我感觉《统计学习方法》上关于感知机学习算法的对偶形式讲解不是很清楚,于是查找了其他资料,并对其作如下整理:
1,与原始形式相比,对偶形式的改变在于学习目标由w,b变为ni !
2,《统计学习方法》里对于参数的更新为a1 <-- ai + 步长,b <-- b + yi * 步长,前式可以理解为a1 <-- ai + 步长 * 1,1代表本次随机梯度下降算法对第i个实例更新次数为1,后式可以理解为b <-- b + yi * 步长 * 1,1的含义同上。
这里贴一个知乎上的答案以供参考:
参考资料:如何理解感知机学习算法的对偶形式?