感知機perceptron

本文是《統計學習方法》李航著學習筆記。 感知機是二類分類的線性分類模型，輸入：實例的特徵向量，輸出：實例的類別。 感知機學習：求將訓練數據進行線性劃分的分離超平面，即將實例化分爲正負兩類的分離超平面。 數據集的線性可分性： 感知機模型： 損失函數： 目標函數（算法優化目標，學習目標）： 這是一個無約束優化問題，優化方法採用隨機梯度下降法。即給定任一參數初值，然後用梯度下降法極小化目標函數，一次隨機

>>阅读原文<<