感知机模型是一个二分类的线性分类模型。其输入为实例的特征峰向量。输出是实例的类别,取+1和-1两种值。感知机对应于输入空间中讲实例划分为正负两类的分离超平面,属于判别模型。其判别函数为: w是超平面的法向量,b是超平面的截距。
Sign 函数如图
感知机决策面其损失函数的选择是误分点到决策面的距离。因此决策面可以有多个。
但是感知机模型是无法解决异或问题的。
感知机模型是一个二分类的线性分类模型。其输入为实例的特征峰向量。输出是实例的类别,取+1和-1两种值。感知机对应于输入空间中讲实例划分为正负两类的分离超平面,属于判别模型。其判别函数为: w是超平面的法向量,b是超平面的截距。
Sign 函数如图
感知机决策面其损失函数的选择是误分点到决策面的距离。因此决策面可以有多个。
但是感知机模型是无法解决异或问题的。
本文标题:(9)监督学习-分类问题-感知机模型
本文链接:https://www.haomeiwen.com/subject/fefbtqtx.html
网友评论