所谓感知机，就是二类分类的线性分类模型，其输入为样本的特征向量，输出为样本的类别，取+1和-1二值，即通过某样本的特征，就可以准确判断该样本属于哪一类。顾名思义，感知机能够解决的问题首先要求特征空间是线性可分的，再者是二类分类，即将样本分为{+1, -1}两类。
感知机函数f(x) = sign(w*x + b)称为感知机，w和b为感知机参数，w为权值（weight），b为偏置（bias）。sign()函数是符号函数，就是参数大于等于0时，函数输出为1
感知机是二类线性分类模型，适用于特征空间线性可分的场景。模型通过权值w和偏置b确定超平面，以实现样本的分类。其损失函数基于误分类点，目标是最小化损失。通过梯度下降更新w和b的值，以寻找最佳模型参数。学习率η控制参数更新的速度。
最低0.47元/天 解锁文章
扫一扫
576
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
