感知机学习 |
感知机
模型结构
是什么?
二类分类的线性分类模型
旨在求出将训练数据进行线性划分的分离超平面
怎样的?
函数:f(x)=sign(w⋅x+b)
w和b为感知机模型参数
w为权重
b为偏置
sign 是符号函数
学习策略
损失函数
目的:为了使感知机求得一个能够将训练正实例点和负实例点完全正确分开的分离超平面。即确定感知机模型参数w,b。
采用的是:误分类点到超平面S的总距离
算法学习
目的:损失函数的最优化问题
方法:随机梯度下降法(SGD)
收敛性证明
原始形式、对偶形式