感知机python实现

思想:错误驱动

模型

f ( x ) = s i g n ( w T x ) s i g n ( a ) = { 1 , if  a > 0 − 1 , if  a < 0 f(x)=sign(w^{T}x)\\ sign(a)= \begin{cases}1,& \text {if $a>0$} \\-1, & \text{if $a<0$}\end{cases} f(x)=sign(wTx)sign(a)={ 1,1,if a>0if a<0

损失函数

L ( w ) = ∑ i = 1 m I { y i w T x i < 0 } L ( w ) = ∑ x i ∈ D − y i w T x i L(w)=\sum_{i=1}^{m}I\{y_{i}w^{T}x_{i}<0\}\\ L(w)=\sum_{x_{i}\in D}-y_{i}w^{T}x_{i}\\ L(w)=i=1

  • 1
    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