【感知机】感知机(perceptron)模型与几何解释

感知机( perceptron )是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1 和-1二值。感知机对应输入空间(特征空间)中将实例划分为正负两类的分离超平面,是一种判别模型。感知机是神经网络与支持向量机的基础

感知机学习旨在求出将训练数据进行线性划分的分离超平面。
感知机学习思路:

1.导入基于误分类的损失函数

2.利用梯度下降法对损失函数进行极小化

3.代入参数得到感知机模型。
感知机学习算法分类:

原始形式、对偶形式。

目录

感知机模型

感知机的几何解释

数据集的线性可分性


感知机模型

定义 设输入空间(特征空间),输出空间。输入表示实例的特征向量,对应于输入空间的点,输出表示实例的类别,由输入空间到输出空间的函数称为感知机

w,b为参数。叫做权值或权值向量(weight vector),b叫作偏置(bias)

符号函数sign的功能是取某个数的符号

感知机模型的假设空间是定义在特征空间中的所有线性分类模型或线性分类器,即函数集合

感知机的几何解释

:对应特征空间中的一个超平面,这个超平面将特征空间划分为两个部分,称为分离超平面(separating hyperplane)

b:超平面的截距

w:超平面的法向量

数据集的线性可分性

给定一个数据集,其中,,如果存在一个超平面,能够正确地划分所有正负实例点,则称数据集为线性可分数据集(linearky separable data set),否则称其线性不可分.

下篇:【感知机】感知机(perceptron)学习策略

相关推荐
luoganttcc2 小时前
Fast-LIVO2算法与其他激光雷达-惯性-视觉里程计算法相比有何优势?
算法
与己斗其乐无穷2 小时前
C++学习记录(5)string的介绍和使用
学习
mu_guang_5 小时前
计算机算术8-浮点加法
算法·cpu·计算机体系结构
Jayden_Ruan6 小时前
C++计算正方形矩阵对角线和
数据结构·c++·算法
李白同学6 小时前
C++:list容器--模拟实现(下篇)
开发语言·数据结构·c++·windows·算法·list
一丢沙6 小时前
Verilog 硬件描述语言自学——重温数电之典型组合逻辑电路
开发语言·算法·fpga开发·verilog
weixin_550083157 小时前
大模型入门学习微调实战:基于PyTorch和Hugging Face电影评价情感分析模型微调全流程(附完整代码)手把手教你做
人工智能·pytorch·学习
竹子_238 小时前
《零基础入门AI:YOLOv2算法解析》
人工智能·python·算法·yolo
2006yu8 小时前
从零开始学习单片机18
单片机·嵌入式硬件·学习
卡尔曼的BD SLAMer9 小时前
计算机视觉与深度学习 | 基于深度学习的图像特征提取与匹配算法综述及MATLAB实现
人工智能·深度学习·算法·计算机视觉·matlab