统计学习方法 --- 感知机

一.感知机模型

1.感知机是一种线性分类模型,属于判别模型

二.感知机学习策略

BP算法: m i n w , b L ( w , b ) = − ∑ x ∈ M y i ( w . x i + b ) min_{w,b}L(w,b)=-\sum_{x\in M} y_i(w.x_i+b) minw,bL(w,b)=xMyi(w.xi+b)
▽ w L ( w , b ) = − ∑ y i x i \bigtriangledown_wL(w,b)= -\sum y_ix_i wL(w,b)=yixi , ▽ \bigtriangledown 代表微分,反向传播就是求导加在变量参数w,b上
▽ b L ( w , b ) = − ∑ y i \bigtriangledown_bL(w,b)= -\sum y_i bL(w,b)=yi,进行更新: w &lt; − w + η y i x i , b &lt; − b + η y i , η 是 学 习 率 , 这 样 不 断 迭 代 可 以 将 L o s s 降 为 0 w &lt;- w+\eta y_ix_i,b&lt;- b+\eta y_i,\eta是学习率,这样不断迭代可以将Loss降为0 w<w+ηyixi,b<b+ηyi,ηLoss0

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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