知识卡片
误分类驱动参数更新
在书中的二分类示例中,设预测 f、标签 l 均为 0 或 1,学习率为 η,特征分量为 xᵢ。每次更新 wᵢ ← wᵢ − η(f−l)xᵢ,b ← b − η(f−l)。判断正确时 f−l=0,参数不变;将正类误判为负类时差为 −1,更新使当前样本的线性得分朝增大的方向变化。重复遍历训练样本不保证一次更新就修正全部旧样本。
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
原书出处 · 1 处
- 机器学习与模型 1.2 参数与训练 · 查看原书依据
如果模型对样本判断正确,则
参考来源
- 位置:《用Python实现深度学习框架》1.2 参数与训练(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_010.html`)
- 结论依据:原文在 1.2 参数与训练 解释该判断及其条件,卡片沿用书中的模型和训练语境。
- 原始内容:如果模型对样本判断正确,则