机器学习之感知机

标签：应该   选择   口袋算法   线性   投票   最小化   方法   不可   bsp   

感知机：

1.感知机关键在于损失函数最小化

2.当初值和分类点选择顺序不同时，算得的结果不同。

3.当线性不可分时，感知机算法不收敛，迭代结果震荡。

4.感知机和随机梯度下降。

5.pocket algorithm 口袋算法：每次梯度下降时和“口袋”比较，将损失更小的放到“口袋”里。

6.voted perceptron 投票算法：某个预测向量能产生更多的正确预测值，那就应该有更大的权重。将预测正确作为权重。

遗留问题：

1.感知机两种方法：原始形式和对偶形式，应用上有什么差别？

机器学习之感知机

标签：应该   选择   口袋算法   线性   投票   最小化   方法   不可   bsp   

原文地址：https://www.cnblogs.com/asawang/p/9934837.html