查看原文
其他

今日机器学习概念:感知机模型

红色石头 AI有道 2021-09-10
点击上方“AI有道”,选择“设为星标”

关键时刻,第一时间送达!


感知机模型是机器学习二分类问题中的一个非常简单的模型。它的基本结构如下图所示:



感知机的运算过程分为两个部分:线性部分非线性部分


其中, xi 是输入, wi 表示权重系数, b 表示偏移常数。感知机的线性输出为:



为了简化计算,通常我们将 b 作为权重系数的一个维度,即 w0。同时,将输入 x 扩展一个维度,为 1。这样,上式简化为:



非线性部分,引入符号函数 sign,输出为:



也就是根据 scores 值与 0 的关系进行判断:


  • 若 scores ≥ 0,则预测为正类

  • 若 scores < 0,则预测为负类


优点:感知机模型简单易懂,原理清晰,便于直观理解。


缺点:感知机模型中 sign 函数不易求导,不方便直接使用梯度下降算法来迭代求解参数 w。


扩展:将感知机模型中的非线性输出部分 sign 函数改成 sigmoid 函数就变成了逻辑回归模型。sigmoid 函数相比 sign 函数便于求导,所以逻辑回归模型是感知机模型的一种改进!



- End -

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存