感知机学习算法
感知机学习算法原始形式
求参数w,b,使其为损失函数极小化问题的解:
学习算法是误分类驱动的,具体采用随机梯度下降法,首先任意选取一个超平面
,
,然后用梯度下降法不断求极小化目标函数,极小化过程是一个随机选择一个误分类点使其梯度下降。
假设误分类点固定,损失函数的梯度由下式给出:
随机选取一个误分类点
,进行更新:
其中,
是步长,又称为学习率
算法的收敛率
定理:1) 存在满足条件
的超平面
,将训练数据完全正确的分开,且存在
,有:
2) 令
,则感知机算法在训练数据集上的误分类次数满足:
感知机算法的对偶形式
感知机模型
假设初始值为0,则最后学习到的w,b可以表示为;
系数更新为: