【感知机概述】
感知机是一种二分类的线性分类模型,对于线性可分的数据集,什么叫做线性可分数据集?对于一个数据集,存在一个超平面能够将所有正负样本完全正确的划分在超平面的两侧,就称数据集为线性可分数据集。输入空间是样本的特征向量,输出空间是{-1,1},感知机旨在求出能够将训练数据进行线性划分的超平面。感知机的学习策略是最小化损失函数,利用随机梯度下降算法完成最小化损失函数,不断优化参数,最终的得到感知机模型。这是理解支持向量机的基础。
【感知机的模型】
由输入空间到输出空间的函数如下,为权值,b为偏置,sign是符号函数
模型的几何意义为,sign括号内的线性方程,对应于特征空间中的一个超平面,这里的x是一个多维向量,我们假设x是二维的向量,展开这个线性方程为