【感知机】感知机(perceptron)学习算法的对偶形式

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。

感知机学习算法的对偶形式

感知机学习算法的原始形式和对偶形式与支特向量机学习算法的原始形式和对偶形式相对应

输入 :训练数据集,其中,,学习率

1.其中

2.任意顺序遍历,计算,当,转到步骤3;若对任意,转到输出

  1. , ,转到步骤2

输出;感知机

对偶形式的基本想法:将表示为实例和标记的线性组合的形式,通过求解其系数来求解
基于原始形式,可设 ,则迭代n次后,设第个实例点由于误分而更新的次数为,令,有,

注意:实例点更新次数越多,意味着它离分离超平面越近,意味着越难分类。这样的实例点对于学习结果的影响最大。
Gram矩阵:对偶形式中的训练实例仅以内积的形式出现,将实例间的内积计算出来并以矩阵的形式储存,,称为Gram矩阵

上篇:【感知机】感知机(perceptron)学习算法的原始形式

下篇:【感知机】感知机(perceptron)学习算法的收敛性

相关推荐
啊我不会诶2 分钟前
【图论】最短路算法
算法·图论
前端梭哈攻城狮15 分钟前
js计算精度溢出,自定义加减乘除类
前端·javascript·算法
Francek Chen31 分钟前
【深度学习计算机视觉】02:微调
人工智能·pytorch·深度学习·计算机视觉
秋难降39 分钟前
深入解析快速排序:原理、波动根源与优化之道
算法·排序算法·编程语言
睡不醒的kun1 小时前
leetcode算法刷题的第二十一天
数据结构·c++·算法·leetcode·职场和发展·回溯算法·回归算法
小欣加油1 小时前
leetcode 461 汉明距离
c++·算法·leetcode
淮北4941 小时前
linux系统学习(15.启动管理)
运维·服务器·网络·c++·vscode·学习
岁月的眸1 小时前
根据并发和响应延迟,实现语音识别接口自动切换需求
人工智能·语音识别
fsnine1 小时前
机器学习回顾——逻辑回归
人工智能·机器学习·逻辑回归