机器学习笔记:感知器
生活随笔
收集整理的這篇文章主要介紹了
机器学习笔记:感知器
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
1 分類問題
?
?2 感知器概述
?感知機的思想是錯誤驅(qū)動。其模型是
其中sign是符號函數(shù):
?由于y∈{-1,1},所以對于誤分類的數(shù)據(jù)來說,滿足以下關(guān)系
(因為理論上和yi,如果分類正確的話,應(yīng)該是同正負(fù),所以誤分類的數(shù)據(jù),二者相乘就應(yīng)該小于零)
?損失函數(shù)的一個自然選擇是誤分類點的個數(shù),即
但是這樣的損失函數(shù)是不可導(dǎo)的,不易優(yōu)化。因此采用另一種損失函數(shù),即誤分類點到超平面的總距離。
?我們復(fù)習(xí)一下空間中一點x0到超平面之間的距離:
?
?:對于直線wTx+b,它的法向量為w
那么向量x到直線wTx+b的距離就是向量x在法向量w上的投影,即 ||x||cosθ
?所以距離為
?
這里的M表示 被錯誤分類的樣本組成的集合
?3 感知機的學(xué)習(xí)
計算損失函數(shù)的梯度:
感知機的學(xué)習(xí)算法使用隨機梯度下降法(SGD)
?
?
總結(jié)
以上是生活随笔為你收集整理的机器学习笔记:感知器的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 概率统计笔记:高斯分布的等高线
- 下一篇: 机器学习笔记:线性判别分析(Fisher