1. 對偶

• 輸入：線性可分的數據集 T={(x1,y1),(x2,y2),…,(xN,yN)}，其中 xi∈Rn,yi∈{?1,+1} ，學習率為 η，

• 輸出：α,b，感知機模型為 f(x)=sgn(∑j=1Nαjyjxj?x+b)，顯然 α 是長度為 N 的向量；

• 算法：

  • (1) α←0,b←0
  • (2) 在訓練集中選取數據 (xi,yi)
  • (3) 如果 yi(∑j=1Nαjyjxj?x+b)≤0，
    
    • αi←αi+η
    • b←+ηyi
  • (4) 轉至(2), 直至沒有誤分類數據；

對于 ∑jxj?x，也即對偶形式中訓練實例僅以內積的形式出現，為了方便（離線訓練），可以預先將訓練集中實例間的內積計算出來，并以矩陣的形式存儲，這個矩陣就是所謂的 Gram 矩陣，

Gi,j=?xi,xj?

轉載于:https://www.cnblogs.com/mtcnn/p/9423165.html

總結

以上是生活随笔為你收集整理的感知机模型及其对偶形式的全部內容，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。