《统计学习方法》笔记——感知机学习算法的对偶形式

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?

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值