機器學習筆記-感知機

感知機的解不唯一，與初始值和選取的誤分類點有關 感知機學習算法包括原始形式和對偶形式 對偶形式是對算法執行速度的優化，引入了Gram矩陣，達到一次計算，多次使用的效果 損失函數爲誤分類點到超平面距離之和（凸函數） 參數通過隨機梯度下降法來確定（每次使用一個誤分類點） 對線性可分數據集，感知機算法收斂，即經過有限次迭代可以得到一個將訓練數據集完全正確劃分的分離超平面及感知機模型 當訓練集線性不可分時

>>阅读原文<<