2013年12月30日

感知机分类算法学习

摘要: 1、感知机主要针对的问题是二类分类问题,解决的情况是线性可分的情况。感知机学习算法是高维SVM分类问题的基础。2、感知机模型如下:f(x)= sign(w*x+b) 其中,x为输入向量,sign为符号函数,括号里面大于等于0,则其值为1,括号里面小于0,则其值为-1。w为权值向量,b为偏置。求感知机模型即求模型参数w和b。感知机预测,即通过学习得到的感知机模型,对于新的输入实例给出其对应的输出类别1或者-1。3、感知机学习的学习策略是最小化损失函数:损失函数对应于误分类点到分离超平面的总距离。4、感知机学习算法是基于随机梯度下降法对损失函数的最优化算法,有原始形式和对偶形式。算法简单且易于实现 阅读全文

posted @ 2013-12-30 17:12 _Clarence 阅读(987) 评论(0) 推荐(0) 编辑

导航