感知机

感知机

本质为以点到超平面的距离作为整体误差进行衡量。
点P到直线l的距离:

: A ( x − x 0 ) + B ( y − y 0 ) = 0 A x + B y + C = 0  ⁣ : P ( x 1 , y 1 ) , r l ⃗ = ( A , B ) , ∀ Q ∈ l ; ⇒ d = ∣ P Q ⃗ ∣ × c o s < P Q ⃗ , r l ⃗ > = ∣ P Q ⃗ ∣ × P Q ⃗ × r l ⃗ ∣ P Q ⃗ ∣ × ∣ r l ⃗ ∣ = ∣ P Q ⃗ ∣ × A x 1 + B y 1 + C ∣ P Q ⃗ ∣ × ∣ r l ⃗ ∣ = A x 1 + B y 1 + C A 2 + B 2 ⇒ d = w ⃗ × x ⃗ + b ⃗ ∣ ∣ w ⃗ ∣ ∣ \begin{alignedat} l:A(x-x_0) + B(y-y_0) &=0 \\ Ax+By+C &= 0\colon P(x_1, y_1),\vec{r_l} = (A, B),\forall Q\in l; \\ \Rightarrow d &= |\vec{PQ}|\times cos<\vec{PQ},\vec{r_l}>\\ & =|\vec{PQ}|\times\frac{\vec{PQ}\times\vec{r_l}}{|\vec{PQ}|\times |\vec{r_l}|}\\ & =|\vec{PQ}|\times\frac{Ax_1+By_1+C}{|\vec{PQ}|\times |\vec{r_l}|}\\ & =\frac{Ax_1+By_1+C}{\sqrt{A^2+B^2}}\\ \Rightarrow d&=\frac{\vec w\times \vec x + \vec b}{||\vec w||} \end{alignedat} :A(xx0)+B(yy0)Ax+By+Cdd=0=0:P(x1,y1),rl =(A,B),Ql;=PQ ×cos<PQ ,rl >=PQ ×PQ ×rl PQ ×rl =PQ ×PQ ×rl Ax1+By1+C=A2+B2 Ax1+By1+C=w w ×x +b

此时,超参数w,b显现。后续步骤为评价和更新这两个超参数。

评价超参数

引入sign函数:
s i g n = { 1 , x ≥ 0 ; − 1 , x < 0 ; sign= \begin{cases} 1, &x\geq 0;\\ -1, &x< 0; \end{cases} sign={1,1,x0;x<0;
记,sign函数的反馈值为预测值
损失函数的真实值记为y,超参数需要不断修改以便符合真实值的需求:
( w ⃗ ; b ⃗ ) = − 1 ∣ ∣ w ⃗ ∣ ∣ ∑ i = 1 m y i ( w ⃗ × x ⃗ + b ⃗ ) y i ( w ⃗ × x ⃗ + b ⃗ ) { ≥ 0 , t r u e ; < 0 , f a l s e ; \begin{alignedat} L(\vec w;\vec b) &= -{1\over ||\vec w||}\sum_{i=1}^m y_i(\vec w\times \vec x + \vec b)\\ y_i(\vec w\times \vec x+\vec b) & \begin{cases} \ge 0,&true;\\ < 0, &false; \end{cases} \end{alignedat} (w ;b )yi(w ×x +b )=w 1i=1myi(w ×x +b ){0,<0,true;false;
由于负号的存在,误判的部分会作为正值提升损失函数的占比。因此需要调整超参数降低损失函数值。

更新超参数

观察损失函数,以系数为依据更新超参数:
( w ⃗ ; b ⃗ ) = − 1 ∣ ∣ w ⃗ ∣ ∣ ∑ i = 1 m y i ( w ⃗ × x ⃗ + b ⃗ ) { w ⃗ = w ⃗ + η y i x ⃗ ; b ⃗ = b ⃗ + η y i ; \begin{alignedat} L(\vec w;\vec b) &= -{1\over ||\vec w||}\sum_{i=1}^my_i(\vec w\times\vec x+\vec b)\\ &\begin{cases} \vec w&=\vec w+\eta y_i \vec x;\\ \vec b&=\vec b+\eta y_i; \end{cases} \end{alignedat} (w ;b )=w 1i=1myi(w ×x +b ){w b =w +ηyix ;=b +ηyi;

你可能感兴趣的:(alg)