统计学习方法 第二章 感知机
感知机是根据输入实例的特征向量xxx对其进行二类分类的线性分类模型:
f(x)=sign(w⋅x+b)
f(x)=\operatorname{sign}(w \cdot x+b)
f(x)=sign(w⋅x+b)
感知机模型对应于输入空间(特征空间)中的分离超平面w⋅x+b=0w \cdot x+b=0w⋅x+b=0。
感知机学习的策略:
极小化损失函数:
minw,bL(w,b)=−∑xi∈...
原创
2019-11-02 08:57:51 ·
150 阅读 ·
0 评论