zoukankan      html  css  js  c++  java
  • 感知机模型及其对偶形式

    1. 对偶

    • 输入:线性可分的数据集 T={(x1,y1),(x2,y2),,(xN,yN)},其中 xiRn,yi{1,+1} ,学习率为 η
    • 输出:α,b,感知机模型为 f(x)=sgn(j=1Nαjyjxjx+b),显然 α 是长度为 N 的向量;

    • 算法:

      • (1) α0,b0
      • (2) 在训练集中选取数据 (xi,yi)
      • (3) 如果 yi(j=1Nαjyjxjx+b)0
        • αiαi+η
        • b+ηyi
      • (4) 转至(2), 直至没有误分类数据;

    对于 jxjx,也即对偶形式中训练实例仅以内积的形式出现,为了方便(离线训练),可以预先将训练集中实例间的内积计算出来,并以矩阵的形式存储,这个矩阵就是所谓的 Gram 矩阵,

    Gi,j=xi,xj

  • 相关阅读:
    Spring mvc时间格式处理
    dubbo升级spring4与cxf
    dom4j使用总结
    java utils
    ES6
    ES6
    javascript常用方法
    ES6
    ES6
    ES6
  • 原文地址:https://www.cnblogs.com/mtcnn/p/9423165.html
Copyright © 2011-2022 走看看