一、感知机数学原理
感知机基于随机梯度下降法的最优化算法,是二分类线性模型,输入为实例的特征向量,输出为分类结果,属于判别模型。感知机旨在求出可以将数据进行线性划分的超平面(注意,只能划分线性可分的数据集,此时误分类次数k是有上界的,即感知机算法收敛,若数据集不可分,则算法不收敛)。
github代码地址,持续更新
二、感知机算法基本步骤
输入:训练数据集( x i x_i xi, y i y_i yi), x i x_i xi为特征向量, y i y_i y
感知机基于随机梯度下降法的最优化算法,是二分类线性模型,输入为实例的特征向量,输出为分类结果,属于判别模型。感知机旨在求出可以将数据进行线性划分的超平面(注意,只能划分线性可分的数据集,此时误分类次数k是有上界的,即感知机算法收敛,若数据集不可分,则算法不收敛)。
github代码地址,持续更新
输入:训练数据集( x i x_i xi, y i y_i yi), x i x_i xi为特征向量, y i y_i y