数据挖掘实训周报week6
发布时间
阅读量：
阅读量
本周主要学习了pla算法
Perceptron Learning Algorithm——感知器学习算法。Perceptron Learning Algorithm主要用于解决针对二维或高维空间中线性可分问题的分类任务，并最终将问题划分为正类或负类两大类别的技术方案。
PLA算法旨在求解向量W（用于预测的向量），其目标是使机器基于已知数据所作出的判断与实际结果完全一致。当输入X为二维向量时，则相当于通过平面绘制一条直线来将所有数据点分为两类：一类应同意发送信息另一类则不同意发送信息
PLA的优缺点：
首先，在感知机算法（PLA）中存在一定的局限性：它仅受限于线性可分的数据集这一前提条件；然而在实际应用中，并不具备预先确定训练数据是否为线性可分的能力；因此当输入的数据不具备线性可分性时（例如某些高度复杂的分类问题），该算法将导致算法陷入无限循环状态；显然这种做法显然是不合理的
假设训练数据是线性可分的，在这种情况下
for t = 1,2,3... (number of iteration)
w(t) = random of w ;
for i = 1,2,3...n
w(t+1) = w(t) + y(i) * x(i);
end
if(cal_error(w(t+1)) < cal_error(w_best)))
w_best = w(t+1);
end全部评论 (0)
还没有任何评论哟~