一、概述
(1)模型
其中
待求参数w和b。
(2)策略
x是N维的输入数据,y是标签(+1、-1)
所有正确分类的点yf(x)>0,错误分类的点yf(x)<0
使用梯度下降法不断更新w和b的值,只要验证所有点yf(x)>0即分类完成,此时的参数就作为模型的参数值。
(3)算法
见下文。
二、主要内容
感知机属于二分类问题,输入为N维的特征向量,输出为+1或-1.
要求数据必须线性可分才能收敛。
几何描述:
以分开二位维的输入数据为例,用一条直线w*x+b=0将数据分为二类,直线的一侧为证类标记为+1,另一侧为负类标记为-1.
模型:
策略:
建立损失函数,最小化损失。
损失函数定义如下: