【统计学习方法】学习笔记——第二章:感知机

本文详细介绍了感知机模型,包括其线性分类原理、学习策略和学习算法,特别是对感知机的原始形式和对偶形式进行了深入讲解。在原始形式中,感知机采用随机梯度下降法更新模型参数,对线性可分数据集,算法能够收敛。感知机在实际应用中,如机器学习和统计学习方法中占有重要地位。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


感知机是二分类的线性分类模型,输入为实例的特征向量,输出为实例的类别(取+1和-1)。感知机对应于输入空间中将实例划分为两类的分离超平面,属于 判别模型

感知机旨在求出将训练数据进行线性划分的分离超平面,为求得超平面导入了基于误分类的损失函数,利用梯度下降法对损失函数进行最优化。

感知机算法分为原始形式对偶形式,感知机预测是用学习得到的感知机模型对新的输入实例进行分类。

感知机模型对线性可分的数据集比较有效。

1. 感知机模型

定义2.1 (感知机) 假设输入空间(特征空间)是 X ∈ R n X\in R^n

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

镰刀韭菜

看在我不断努力的份上,支持我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值