- 概述
感知机可以看成是一种判别模型,适用于二分类的问题。它需要在给定样本点的基础上学习出来一个分离超平面,将已知的样本点分开。感知机是学习支持向量机的基础,因为两者基本上的思想是相似的,都是通过间隔最小化来实现的。
- 学习策略
通过给定的样本数据,学习得来一个分离超平面wx+b=0,使得这个平面可以很好的区分数据。对所有的数据分为正例点yi = +1和负例点yi = -1,即wx+b < 0,则yi = -1,wx+b >0,则yi = +1。这个是一些假设的前提。前面也说了是通过间隔最小化实现的,所以下面:
首先给出空间中点到直线的距离公式:
这个是空间距离,下面给出函数间隔:
对于所有的分类正确的点来说,