感知机模型详细总结

一文了解感知机模型，更多机器学习方法总结请移步至我的这篇博客

文章目录

感知机（Perception）

  • 感知机1957年由Rosenblatt提出，是神经网络与支持向量机的基础。
  • 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。
  • 感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。
  • 导入基于误分类的损失函数；
  • 利用梯度下降法对损失函数进行极小化。
  • 具有简单而易于实现的优点，分为原始形式和对偶形式。

1 感知机模型

在这里插入图片描述

2 感知机模型的几何解释

在这里插入图片描述

3 感知机模型的损失函数

在这里插入图片描述

4 感知机模型的对偶形式

在这里插入图片描述

在这里插入图片描述

版权声明：本文为weixin_42327752原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。