線性分類器之感知器模型（Perceptron）

前文提到，Fisher判別器的設計通常分兩步，一是肯定最優的投影方向，二是在投影方向上肯定閾權值。而感知器則是一種直接獲得完整的線性判別函數 g(x)=ωTx+ω0 的方法。因此從某種意義上講，感知器模型是Fisher判別的一種改進。瞭解神經網絡的人也都知道，感知器是神經網絡的基礎。web 首先將線性判別函數齊次化： 設 y=[1,x]T , α=[ω0,ω]T ，則 網絡 g(x)=ωTx+ω0

>>阅读原文<<