开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

社区首页 >专栏 >学习分类 2-4 感知机权重向量的更新

学习分类 2-4 感知机权重向量的更新

作者头像

触摸壹缕阳光

发布于 2022-11-08 13:43:42

9300

发布于 2022-11-08 13:43:42

举报

文章被收录于专栏：AI机器学习与深度学习算法AI机器学习与深度学习算法

感知机权重向量的更新

下面直接给出权重向量的更新表达式，然后通过可视化的方式来直观的展示权重向量的更新。

w:= \begin{cases} w + y^{(i)}x^{(i)} \ \ \ (f_w(x^{(i)})\ne y^{(i)})\\ w \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ (f_w(x^{(i)}) = y^{(i)}) \end{cases}

w + y^{(i)}x^{(i)} = w +x^{(i)}

实际就是权重向量和训练数据的特征向量的加法运算。

References：

a.白话机器学习的数学》

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2022-07-08，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI机器学习与深度学习算法微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

0 条评论

热度

最新

LV.

目录

感知机权重向量的更新