感知器分類算法

1、基本介紹 感知器學習算法是神經網絡中的一個概念，單層感知器是最簡單的神經網絡，輸入層和輸出層直接相連。 每一個輸入端和其上的權值相乘，然後將這些乘積相加得到乘積和，這個結果與閾值相比較（一般爲0），若大於閾值輸出端就取1，反之，輸出端取-1。 2、權值更新 初始權重向量W=[0,0,0]，更新公式W(i)=W(i)+ΔW(i)；ΔW(i)=η*(y-y’)*X(i)； η：學習率，介於[0,1

>>阅读原文<<