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
相關文章
相關標籤/搜索