感知机和SVM的区别:
1、相同点
都是属于监督学习的一种分类器(决策函数)。
2、不同点
感知机追求最大程度正确划分,最小化错误,很容易造成过拟合。支持向量机追求大致正确分类的同时,一定程度上避免过拟合
感知机使用的学习策略是梯度下降法;而SVM采用的是由不等式约束条件构造拉格朗日函数,然后求偏导令其为0,根据一大堆的ai参数(一直迭代到满足kkt条件为止,kkt条件是用来满足不等式约束下的拉格朗日乘子法的泛化),来最终求得w和b。
神经网络,在感知机基础上增加激活函数,loss有交叉熵等