感知机对偶形式 梯度下降法的推导过程

本文总字数:244,阅读预计需要:1分钟

在感知机的原始形式中,模型为:

 对应的梯度下降法的偏导公式为:

 在感知机的对偶形式中,模型演变为:

 感知机的对偶模型,实际是把原始模型中的w,b展开为:

 对应的梯度下降法的偏导公式中的w则演变为:

对以上公式进一步简化:

  1. 由于使用的是随机梯度下降法,假设误分类集合M中只有一个点(xj,yj),xi与yi不会发生变化,所以变化的只有ai
  2. 公式(4)左右两边都去掉yi、xi,得到 

 公式(3)中的b更新方式不变,与公式(5)结合,得:

posted @   北极星!  阅读(262)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
阅读排行:
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 通过 API 将Deepseek响应流式内容输出到前端
· AI Agent开发,如何调用三方的API Function,是通过提示词来发起调用的吗
>>博客统计:随笔 -615  文章 -0  评论 -50 
点击右上角即可分享
微信分享提示