【模式识别与人工智能】18-第三章-第三节-支持向量机-优化算法.pptxVIP

;CONTENTS;;感知机

感知机（Perceptron）是由两层神经元组成，输入为实例的特征向量，输出为实例的类别。;感知机函数

是各个特征权重组成的向量，

是对象的特征向量，是偏置常数。;感知机几何解释

线性方程

对于超平面，为法向量，为截距，分离正、负类。;感知机模型

感知机对应于输入空间将实例划分为正负两类的分割超平面

，属于判别模型。;感知机学习策略

有了上面的感知机模型后，下一步就是确定感知机模型中的参数和。方法仍然是从已知结果的数据集（训练集）中学习。

假设训练数据集是线性可分的，则感知机学习的目标就是要求得一个能够将训练数据集中正负实例完全分开的分类超平面。;感知机学习策略

我们可以采取损失函数最小策略，即定义一个损失函数，并通过将损失函数最小化来求解和。

这里选择的损失函数是误分类点到分类超平面的总距离。输入空间