机器学习-感知机笔记
1.什么是感知机
感知机（perceptron）是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值，属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，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，求得感知机模型。分为原始形式和对偶形式。
2.感知机模型
3.感知机的学习策略
为了找出超平面，即确定感知机模型参数w,b,需要确定一个学习策略，即定义损失函数并将损失函数极小化。（选择的损失函数需要尽可能的对模型参数连续可导）
感知机选用的损失函数是
误分类点到超平面S的总距离。
损失函数最终表现形式：
感知机学习问题转化为求解损失函数式的最优化问题，最优化的方法是随机梯度下降法。