5第五章 线性分类器（几何分类器）专题 2013(1).pptVIP

5.1 几何分类器的基本概念 5.2 线性判别函数 5.3 线性判别函数的实现 5.4 感知器算法 5.5 最小平方误差算法(LMSE) 5.6 Fisher分类 5.7 非线性判别函数 5.1 几何分类器的基本概念 线性可分情况 线性不可分情况 5.2 线性判别函数 两个特征  2) 三个特征  3) 三个以上特征  5.3 线性判别函数的实现 5.4 感知器算法 一般求解方法—梯度下降法 求解不等式组采用的最优化的方法： 定义一个准则函数J(a)，当a是解向量时，J(a)为最小； 采用最优化方法求解标量函数J(a)的极小值。 最优化方法采用最多的是梯度下降法，设定初始权值矢量a(1)，然后沿梯度的负方向迭代计算： 一般求解方法—梯度下降法 求解不等式组采用的最优化的方法： 定义一个准则函数J(a)，当a是解向量时，J(a)为最小； 采用最优化方法求解标量函数J(a)的极小值。 最优化方法采用最多的是梯度下降法，设定初始权值矢量a(1)，然后沿梯度的负方向迭代计算：