- 1、本文档共28页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
统计学感知机概论
目录
1. 感知机模型
2. 感知机学习策略
3. 感知机学习算法
一、感知机
感知机(Perceptron)
输入为实例的特征向量,输出为实例的类别,取+1和-1 ;
感知机对应于输入空间中将实例划分为正负两类的分离
超平面,属于判别模型;
导入基于误分类的损失函数;
利用梯度下降法对损失函数进行极小化;
感知机学习算法具有简单而易于实现的优点,分为原始
形式和对偶形式;
1957年由Rosenblatt提出,是神经网络与支持向量机的
基础。
感知机模型
定义(感知机):
假设输入空间(特征空间)是 输出空间是
输入 表示实例的特征向量,对应于输入空间 (特
征空间)的点,输出 表示实例的类别,由输入空
间到输出空间的函数:
称为感知机,
模型参数:w x ,内积,权值向量,偏置,
符号函数:
感知机模型
感知机几何解释:
线性方程:
对应于超平面S,w为法向量,b截距,分离正、负类:
分离超平面:
二、感知机学习策略
感知机学习策略
如何定义损失函数?
自然选择:误分类点的数目,但损失函数不是w,b 连
续可导,不宜优化。
另一选择:误分类点到超平面的总距离:
距离:
误分类点:
误分类点距离::
总距离:
感知机学习策略
损失函数:
M为误分类点的数目
三、感知机学习算法
概念
相关学术资源
应用
发展历程
国内外研究者
与数据挖掘的关系
相关学术期刊和会议
与统计学习的关系
感知机学习算法
求解最优化问题:
随机梯度下降法,
首先任意选择一个超平面,w ,b ,然后不断极小化目
标函数,损失函数L的梯度:
选取误分类点更新:
感知机学习算法
感知机学习算法的原始形式:
感知机学习算法
例:正例: 负例
感知机学习算法
解:构建优化问题:
求解:w ,b ,
得线性模型:
感知机学习算法
得到线性模型:
如此继续下去:
分离超平面:
感知机模型:
感知机学习算法
算法的收敛性:证明经过有限次迭代可以得到一个将
训练数据集完全正确划分的分离超平面及感知机模型。
将b并入权重向量w ,记作:
定理:
感知机学习算法
则
感知机学习算法
证明: (1)
由线性可分, 存在超平面:
, 由有限的点,均有:
存在
使:
感知机学习算法
感知机算法在训练集的误分类次数k
满足不等式 ,
证明:令 是第k个误分类实例之前的扩充权值向
量,即:
第k个误分类实例的条件是:
则w和b 的更新: 即:
感知机学习算法
感知机算法在训练集的误分类次数k
满足不等式 ,
推导两个不等式:
(1)
由:
得:
感知机学习算法
感知机算法在训练集的误分类次数k
满足不等式 ,
(2)
则:
感知机学习算法
感知机算法在训练集的误分类次数k
满足不等式 ,
结合两个不等式:
得:
感知机学习算法
1亿VIP精品文档
相关文档
最近下载
- 国标图集06CJ05-国家建筑标准设计图集电子版下载 1.pdf
- 痕迹检验专业题库.pdf VIP
- 施工升降机外防护架搭设方案方案.doc
- 服装投标方案.doc
- 《光学加工工艺》第四讲真空镀膜技术.ppt
- BS ISO IEC 15426-2-2023 Information technology. Automatic identification and data capture techniques Bar code verifier conformance specification Part 2: Two-dimensional symbols 信息技术. 自动资料收集技术条形码验证器一致性规范第2部分: 二维符号.pdf
- 阴道镜的基础知识与操作1.pptx
- 吊装专项施工方案.doc
- 2024年全球钢铁行业市场供求关系及价格走势预测.pptx
- DB43∕134-1999 资源综合利用建材产品废渣掺量检测鉴定方法.pdf
文档评论(0)