算法:
输入:训练数据集T={(x1,y1),(x2,y2),…,(xN,yN)},
其中xi∈Rn,yi∈{−1,1},i=1,2,…,N ;学习率 η(0<η≤1);
输出:α,b;感知机模型f(x)=sign(∑Nj=1αjyjxj⋅x+b).
其中α=(α1,α2,…,αN)T.
(1) α←0,b←0
(2) 在训练集中选取数据(xi,yi)
(3) 如果yi(∑Nj=1αjyjxj⋅xi+b)≤0
αi←αi+η
b←b+ηyi
(4) 转至(2),直至训练集中没有误分类点。
模型:
f(x)=sign(∑Nj=1αjyjxj⋅x+b)
策略:
误分类点到超平面 S 的总距离
推理思路:
原始形式:
b←b+ηyi
最终修改完成后w,b关于(xi,yi)的增量分别为αiyixi和αiyi
w=∑i=1Nαiyixi
b=∑i=1Nαiyi