python机器学习 第二章（2）自适应神经元

自适应线性神经元（Adaline） 可以视作是对感知器算法的优化改进。 由于其说明了定义最小化连续性代价函数的关键概念，为理解逻辑回归，支持向量机和回归模型等机器学习算法奠定了基础。 Adaline规则的权重更新基于线性激活函数。不像感知器是基于单位越阶函数。虽然线性激活函数可以用于学习权重，但是仍然用阈值函数做最终预测。也就是说相比于感知器，Adaline在进行更新权重时用到了一个效果更好的函数

>>阅读原文<<