之前的学习方法都是使用大量样本训练一个模型,然后使用模型去做预测,这里方法称为batch learning(批学习)。
这里让我们来看看另一种学习方式,online learning(在线学习)。
在线学习与批学习的不同之处是,在线学习在训练的同时也做出预测,之后系统将预测是否正确反馈给学习系统,进而更新参数。
假如我们有样本 (x(1),y(1)),(x(2),y(2)),...,(x(m),y(m)) .首先输入样本 x(1) ,模型会预测它的 y(1) ,之后将预测值与实际值比较–>检查模型是否预测正确–>是否更新参数,之后输入样本 x(2) 做同样的操作。。。
为了便于叙述,这里以感知学习法为例,此时
y∈{−1,1}
.预测模型如下:
对于训练样本
(x,y)
,生成学习法按照下面的方式更新参数:
如果
hθ(x)=y
,即预测结果与实际值相同,那么参数不做改变,否则按如下方式更新参数:
θ=θ+yx
关于在线学习以后再做补充