原題目叫做The perception and large margin classifiers，其實探討的是在線學習。這里將題目換了換。以前討論的都是批量學習（batch learning），就是給了一堆樣例后，在樣例上學習出假設函數h。而在線學習就是要根據新來的樣例，邊學習，邊給出結果。

      假設樣例按照到來的先后順序依次定義為。X為樣本特征，y為類別標簽。我們的任務是到來一個樣例x，給出其類別結果y的預測值，之后我們會看到y的真實值，然后根據真實值來重新調整模型參數，整個過程是重復迭代的過程，直到所有的樣例完成。這么看來，我們也可以將原來用于批量學習的樣例拿來作為在線學習的樣例。在在線學習中我們主要關注在整個預測過程中預測錯誤的樣例數。

      拿二值分類來講，我們用y=1表示正例，y=-1表示負例。回想在討論支持向量機中提到的感知算法（perception algorithm）。我們的假設函數為

     

總結

以上是生活随笔為你收集整理的在线学习（Online Learning）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。