1、感知机的几何解释
2、学习策略
3、梯度学习算法
4、为什么可以不考虑W的二范数
首先从算法的第三点可以看出,就算函数距离为0,也会继续步进,这就避免了一种极端的情况:斜率不变知识w,b大小的缩放,也就是说算法可以保证model会不断的优化,其次:由定理2.1(Novikoff定理)可以推出:
5、多解因素
初值的选择+误分类点的选择(顺序)
6、示例
代码示例: 感知机.
7 参考
《统计学习方法》
《深度之眼》
首先从算法的第三点可以看出,就算函数距离为0,也会继续步进,这就避免了一种极端的情况:斜率不变知识w,b大小的缩放,也就是说算法可以保证model会不断的优化,其次:由定理2.1(Novikoff定理)可以推出:
初值的选择+误分类点的选择(顺序)
代码示例: 感知机.
《统计学习方法》
《深度之眼》
相关文章: