知识卡片
感知机按误分类更新
感知机根据线性得分与阈值把样本分成两侧。以 0/1 表示标签时,预测正确权重不动。预测偏低时沿输入方向增加打分,偏高则反向更新。阈值可配固定的负一输入作为额外权重处理。分类正确不意味着存在大间隔。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 神经网络
原书出处 · 1 处
- 第5章 神经网络 · 查看原书依据
此式是感知机学习算法中的参数更新式,下面依次给出感知机模型、学习策略和学习算法的具体介绍[1].
参考来源
- 位置:《机器学习公式详解》第5章 神经网络(book-source:`extracted/机器学习公式详解/_epub-src/text/part0011_split_000.html`,式(5.2))
- 结论依据:式(5.2)将误分类输入方向与标签残差相乘,推得单样本更新。
- 原始内容:此式是感知机学习算法中的参数更新式,下面依次给出感知机模型、学习策略和学习算法的具体介绍[1].