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

 

posted @ 2017-01-12 10:23  混沌战神阿瑞斯  阅读(469)  评论(0编辑  收藏  举报