机器学习-感知机

摘要：

　　1.简介

　　2.模型

　　3.策略

　　4.推导

　　5.算法

　　　5.1原始问题

　　　5.2对偶问题

内容：

　　1.简介

　　　　线性可分：给定数据集T,如果存在超平面S: 能够将正负样本完全划分为超平面的两侧，就称数据集T线性可分；

　　　　感知机是二分类的线性分类模型，输出为+1，-1。感知机对应输入空间的分离超平面，属于判别模型。感知机是神经网络与支持向量机的基础。

　　2.模型

　　　　　

 

　　3.策略

　　　　

 　  4.推导

　　　　

　　　　以上是原始问题的梯度下降求解，对偶问题同理

　　5.算法

　　　5.1原始问题

　　　　　输入：线性可分数据集，学习率a(0<a<=1)

　　　　　(1)选择初值w0,b0=0

　　　　　(2)在训练集中选择数据（xi,yi）

　　　　　(3)

　　　　　(4)循环执行(2)~（3）直到没有误分类点

 

　　　5.2对偶问题

　　　　　　　

　　　

 　　　　深入：验证算法的收敛性