标签：image   alt   idt   size   线性   随机梯度   数据   font   style   

感知机

（一）概念

1，定义：

（二），学习策略

1，线性可分 ：存在一个超平面将正实例和负实例划分开来，反之不可分

2，学习策略：寻找极小损失函数，通过计算误分点到超平面的距离

3，学习算法 即求解损失函数最优化的算法，借用随机梯度下降法

3.1 原始形式  学习率也叫步长（0,1]

例题：

特点：如果初值不同或步长或选取的误分类点顺序改变，都可能使最后求出的w和b结果不同

3.2,迭代次数的收敛性：当训练数据集线性可分时，感知机学习算法原始形式迭代是可以收敛

3.3 感知学习机算法对偶形式

（四），总结

统计学习方法 二 感知机

标签：image   alt   idt   size   线性   随机梯度   数据   font   style   

原文地址：http://www.cnblogs.com/ksWorld/p/7100829.html