统计学习方法——感知机模型
感知机模型
模型介绍
感知机是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1二值。感知机对应于输入空间中将实例划分为正负两类的分离超平面,属于判别模型。
模型定义
假设输入空间χ⊆Rnχ \subseteq R^nχ⊆Rn,输入空间是Y = {+1,-1}.输入x∈χx \in χx∈χ表示实例的特征向量,对应于输入空间的点;输出表示实例的类别。由输入空间到输出空间的如下函数称为感知机。
f(x)=sign(w⋅x+b)f(x) = sign(w \cdot
原创
2021-12-28 20:20:27 ·
398 阅读 ·
0 评论