自适应线性神经元
概念
自适应线性神经网络(ADALINE——Adaptive Linear Neuron)是在感知器的基础上进行的一种改进。激活函数采用线性连续的函数来代替阶跃函数。
自适应神经元&感知器
- 激活函数:自适应神经元使用线性激活函数,感知器使用阶跃函数。
- 误差更新:自适应神经元在最终结果前进行更新,感知器在最终结果后进行更新。
- 损失函数:自适应神经元使用SSE最为损失函数,感知器没有损失函数。
- 应用:自适应神经元可以进行分类与回归(可以输出连续值或离散值),感知器不能进行回归。
计算公式
z = w 1 ∗ x 1 + w 2 ∗ x 2 + … … + w n ∗ x n + b = ∑ j = 1 n w j ∗ x j = w T ∗ x + b z = w1 * x1 + w2 * x2 + …… + wn * xn + b = \sum_{j=1}^{n}wj * xj = w^{T} * x + b z=w1∗x1+w2∗x2+……+wn∗xn+b=∑j=1nwj∗xj=wT∗x+b
令 x 0 = 1 , w 0 = b x0 = 1,w0 = b x0=1,w0=b,则:
z = ∑ j = 0 n w j ∗ x j z = \sum_{j=0}^{n}wj * xj z