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：224

                    感知器数据分类算法步骤

    权重向量W，训练样本X




1. 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
2. 把训练集样本输入感知器，得到分类结果（-1或1）
3. 根据分类结果更新权重向量

    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。