感知机--理解系数向量和样本点递归

 

感知机是监督学习，适用于线性可分的样本

和fisher一样，先有训练集，再有测试集

分类的理想情况是

如果

 

 代表y要下移动，为了清晰的说，我们将y方差写成直线一般式

y  ：ax+by+c=0

其中y的法向量是（a，b）

黄色的一个是样本点的向量表示

蓝色的是法向量

写出向量的乘法公式，我选取的是标准基

有（x1，y1）.*（a，b）=x1*a+y1*b 成立

当我的x1，y1成倍的缩小时，向量积 一定下降。

系数ρ你自己取

利用线性规划的知识

我的y要下降，所以是要将原来的法向量-去样本点的值

让向量内积

 

大于0

 

不断递归直到所有训练集都满足先验知识