原理
感知机是二类分类的线性分类模型,输出-1和+1。感知机对应于输入空间中将实例划分为正负两类的分离超平面。包括原始形式和对偶形式。
模型
感知机模型:
f(x)=sign(wx + b)
策略
感知机策略:基于误分类驱动
损失函数:误分类点到超平面的总距离
算法
感知机算法:梯度下降法
算法的收敛性:感知机学习算法会由于选用不同的初值或者选用不同的误分类点,解可以不同。
算法的收敛性:对于线性可分的数据,经过有限次迭代可以得到一个将训练数据集完全分开的感知机模型。
感知机的对偶形式
感知机的对偶形式
今天终于把感知机彻底弄的明明白白了!