yhuso的专栏

A takes H and D to get g A：algorithm演算法 H：hypothesis set 假设集合 D：收集的数据资料 g：最终机器学习得到的假设，接近未知的目标函数f 以下用一个简单案例：银行需要判断是否给一个用户发放信用卡 每个用户用一个向量表示，这个向量具有多维度，每个维度表示用户的一个特征 每个用户用一个向量表示，这个向量具有多维度，每个维度表示用户的一个特征 ...

接着上篇笔记，这里详细理解一下PLA 先回顾下，现在令sign函数=0，在二维图中可以得到一条直线用于分割，现在就是要不断的修正这条线直到它能完美分割图上的两类点，也就是要不断的修正权重向量W来不断接近目标函数f. W⃗⋅X⃗=0\vec W\cdot\vec X=0W⋅X=0说明了W与X是垂直的，这样理解，W的维度数量与X维度数量是一致的，以二维为例，w(w1,w2)w(w_1,w_2)w(w...