感知机Perceptron模型

特征向量x,令总共有d个特征,每个特征赋予不同的权重w,表示该特征对输出的影响有多大。那所有特征的加权和的值与一个设定的阈值threshold进行比较:大于这个阈值,输出为+1,;小于这个阈值,输出为­-1。感知机模型,就是当特征加权和与阈值的差大于或等于0,则输出h(x)=1;当特征加权和与阈值的差小于0,则输出h(x)=­1,而我们的目的就是计算出所有权值w和阈值threshold。
感知机Perceptron模型_第1张图片为了计算方便,通常我们将阈值threshold当做 ,引入一个 的量与 相乘,
这样就把threshold也转变成了权值 ,简化了计算。h(x)的表达式做如下变换:
感知机Perceptron模型_第2张图片

你可能感兴趣的:(学习笔记)