PLA演算法是机器学习中最简单的演算法,它找到一个函数式来模拟输入和输出之间的关系,并且根据找到的点的错误来修正这个函数式。
函数式:模拟现实世界的关系
因为是是非问题,所以可以通过正负号来表示输出
修正:函数式学习的过程
如果得到的结果W*X和Y结果不同,就进行修正。
比如W*X小于0,说明W和X之间的夹角太大,而正确的Y大于0,所以修正为W+Y*X,使向量转向W和X之间。
如果W*X大于0则相反
演算法是否会停止
说明W的修正是结果越来越接近Y
说明W的修正使其越来越接近理想的w
说明w的更新速度不快
说明了w接近理想w的速度
PLA的缺点
PLA演算法在线性可分的情况一定能找到二元分类的线,但是当数据不是二元可分或者数据中有噪声,就不一定能停下来
Pocket:对PLA演算法的改进
pocket演算法找到一个使得总共犯的错误最少,而不是不发错误。
pocket每次检查一个错误的时候都会产生一个新的,而是否采用这个新的
要把旧的
先存起来,再检验所有的资料,如果新的
犯的错误比原来的
,就采用新的
。