感知机学习
有勇氣的牛排
官網(wǎng)：https://www.920vip.net/
感知機模型
（1）二分類問題
（2）線性可分的
（3）感知機模型三要素（假設空間，策略，算法）
感知機對應于輸入空間（特征空間）中將實例劃分為正負兩類的分離超平面，屬于判別模型
由輸入空間到輸出空間如下函數(shù)，使用符號函數(shù)可以區(qū)分開兩個類別的輸出。
由輸入空間到輸出空間如下函數(shù)，使用符號函數(shù)可以區(qū)分開兩個類別的輸出。
[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-nc4TDo0U-1624286574320)(image-20210621222337458.png)]
感知機實際上就是一個超平面將空間劃開兩部分。
策略
定義：（經(jīng)驗）損失函數(shù) 并將損失函數(shù)極小化
感知機采用的損失函數(shù)是誤分類點到超平面S的總距離，當極小化，總距離=0時，誤分類點總數(shù)為0，即達到期望目標。
因此損失函數(shù)定義為
算法
常用 梯度下降法
具體算法采用的不是批量梯度下降，而是隨機梯度下降。
在隨機梯度下降時，每次隨機選取一個誤分類點使其梯度下降。
這種梯度下降方法在后面被證明了是可以在一定時間內(nèi)完成的。
算法流程：
算法分析案例
參考：
https://blog.csdn.net/red_stone1/article/details/80491895
總結(jié)
