机器学习-感知机
摘要:
1.简介
2.模型
3.策略
4.推导
5.算法
5.1原始问题
5.2对偶问题
内容:
1.简介
线性可分:给定数据集T,如果存在超平面S: 能够将正负样本完全划分为超平面的两侧,就称数据集T线性可分;
感知机是二分类的线性分类模型,输出为+1,-1。感知机对应输入空间的分离超平面,属于判别模型。感知机是神经网络与支持向量机的基础。
2.模型
3.策略
4.推导
以上是原始问题的梯度下降求解,对偶问题同理
5.算法
5.1原始问题
输入:线性可分数据集,学习率a(0<a<=1)
(1)选择初值w0,b0=0
(2)在训练集中选择数据(xi,yi)
(3)
(4)循环执行(2)~(3)直到没有误分类点
5.2对偶问题
深入:验证算法的收敛性