首页 机器学习
机器学习-感知器分类算法
发布时间:2017年07月21日 评论数:抢沙发 阅读数:340
- 把权重向量初始化为0,或把每个分量初始化为[0,1]间任意小数
- 把训练集样本输入感知器,得到分类结果(-1或1)
- 根据分类结果更新权重向量
感知器数据分类算法步骤
权重向量W,训练样本X
整个分类算法就是通过大量的训练样本来不断的更新W来达到一个很精准的级别。
本来z值通过一个步调函数,如果z>θ则为1否则为0,但这手动添加了两个变量w0 x0并添加到求z方程前面,
这样求出来的z=z(原来的)-θ,所以这时候z只要>0则输出1否则输出0
ps:感觉在做数学题,而且是很傻瓜式给个公式再给列题的那种。
相关文章