【机器学习】- 极简系列-感知机

1、感知机的几何解释

【机器学习】- 极简系列-感知机

2、学习策略

【机器学习】- 极简系列-感知机
【机器学习】- 极简系列-感知机
【机器学习】- 极简系列-感知机

3、梯度学习算法

【机器学习】- 极简系列-感知机
【机器学习】- 极简系列-感知机

4、为什么可以不考虑W的二范数

首先从算法的第三点可以看出,就算函数距离为0,也会继续步进,这就避免了一种极端的情况:斜率不变知识w,b大小的缩放,也就是说算法可以保证model会不断的优化,其次:由定理2.1(Novikoff定理)可以推出:
【机器学习】- 极简系列-感知机

5、多解因素

初值的选择+误分类点的选择(顺序)

6、示例

代码示例: 感知机.
【机器学习】- 极简系列-感知机

7 参考

《统计学习方法》
《深度之眼》