机器学习之感知机

感知机：

1.感知机关键在于损失函数最小化

2.当初值和分类点选择顺序不同时，算得的结果不同。

3.当线性不可分时，感知机算法不收敛，迭代结果震荡。

4.感知机和随机梯度下降。

5.pocket algorithm 口袋算法：每次梯度下降时和“口袋”比较，将损失更小的放到“口袋”里。

6.voted perceptron 投票算法：某个预测向量能产生更多的正确预测值，那就应该有更大的权重。将预测正确作为权重。

 

 

遗留问题：

1.感知机两种方法：原始形式和对偶形式，应用上有什么差别？