机器学习笔记-感知机

感知机的解不唯一，与初始值和选取的误分类点有关 感知机学习算法包括原始形式和对偶形式 对偶形式是对算法执行速度的优化，引入了Gram矩阵，达到一次计算，多次使用的效果 损失函数为误分类点到超平面距离之和（凸函数） 参数通过随机梯度下降法来确定（每次使用一个误分类点） 对线性可分数据集，感知机算法收敛，即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 当训练集线性不可分时

>>阅读原文<<