机器学习算法-感知机
感知机是线性分类模型,属于判别模型,感知机旨在求出将训练数据进行线性划分的分离超平面。感知机模型:
f ( x ) = s i g n ( w ⋅ x + b ) f(x)=sign(w \cdot x+b ) f(x)=sign(w⋅x+b)
x ∈ R n x \in \mathcal{R}^n x∈Rn, w ⋅ x + b = 0 w \cdot x+b=0 w⋅x+b=0是 n n n维空间的超平面
1. 预处理-样本规范化
样本规范化有两部分:
- 齐次增广表示:将样本和模型权重采用齐次增广表示:
y = ( 1 x ) = { 1 , x 1 , x 2 , . . . , x d } T , a = ( w 0 w ) y=\begin{pmatrix} 1\\ x\\ \end{pmatrix}=\{1,x_1,x_2,...,x_d\}^T, a= \begin{pmatrix} w_0\\ w\\ \end{pmatrix} y=(1x)={ 1,x1,x2,...,xd}