感知機perceptron

本文是《統計學習方法》李航著學習筆記。算法 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。函數 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。學習 數據集的線性可分性：優化 感知機模型：spa 損失函數：blog 目標函數（算法優化目標，學習目標）：數學 這是一個無約束優化問題，優化方法採用隨機梯度降低法。即給定任一參數初值，而後用

>>阅读原文<<