机器学习算法(一)——感知机

本文深入探讨了机器学习中基础算法之一的感知机。感知机是一种用于二类分类的线性模型,通过寻找能够将训练数据正确分类的超平面来实现分类任务。文章详细介绍了感知机的定义、工作原理,讨论了数据集的线性可分性,并阐述了感知机的代价函数。此外,还介绍了感知机的学习算法,包括原始形式的梯度下降法和对偶形式。

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

机器学习算法(一)——感知机:
为了加深自己对算法对进一步理解,将逐步开始编辑写相应博客用作记录。
今天在第一篇将谈谈机器学习的基础算法之感知机。
感知机是二类分类的的线性分类模型,其输入为实例的特征向量,输出为实例的类别+1、-1,感知机对于输入空间(特征空间)划分为正负两类的分离超平面,属于判别类型。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,为此基于误分类的损失函数,利用梯度下降法对损失函数极小化,求得感知机模型,感知机学习算法分为原始形式和对偶形式。
1.1 定义:
在这里插入图片描述
1.2感知机的解释
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2.2 数据集的线性可分性
在这里插入图片描述
2.3 感知机的代价函数
在这里插入图片描述
3. 感知机的学习算法
在这里插入图片描述
1.原始形式–梯度下降法
在这里插入图片描述
2.对偶形式
在这里插入图片描述
在这里插入图片描述

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
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