当前位置: 首页 > article >正文

几道感知机算法(PLA)的例题

1.手动构造一个感知机

本题要求我们用平面几何知识手动构造出一个感知机,要求得出w0,w1,w2的权值。先给大家po一份官方解答。 

 

 

首先,我们按照标准答案这样绘制出平面直角坐标系,把三个点画在二维坐标系上面,其中:(0,1),(2,0)属于-1类(负类),(1,1)类属于+1类(正类),我们需要找到一条直线,把正类与负类正确分开。假设直线方程为w1​x1​+w2​x2​+w0​=0,观察数据点分布,选取一条合适的分隔线,假设该直线的方程为x2=5/4-x1/2,转换为标准形式:2x1+4x2-5=0,这就意味着权重可以选择w0=-5,w1=2,w2=4。

2.使用感知机学习算法

 

 这一题要求我们使用学习率1.0和初始权重值在上述数据上演示感知学习算法。还是先给大家po一份标准答案。

 

这就是完整的演示过程,首先我来给大家介绍一些基本概念

 

一般我们也写成wi=wi+η(学习率)xi(正负取决于真实类别和预测类别) 

如果真实类别是-1,但预测为+1(即s≥0时真实类别为-1),则权重更新为:

w = w - η * (1, x1, x2)

如果真实类别是+1,但预测为-1(即s<0时真实类别为+1),则权重更新为:

w = w + η * (1, x1, x2)

 

 

经过12次迭代,权重收敛为 w0=−2.5w0​=−2.5,w1=1w1​=1,w2=2w2​=2,所有样本被正确分类。 

 

 
 

 


http://www.kler.cn/a/558601.html

相关文章:

  • 数字电子技术基础(二十一)——双极型三极管的开关特性
  • 具备批量卸载、精准搜索等功能的应用工具
  • 愿在线段树中搁浅
  • DataX 抽取 MySQL 数据教程
  • 计算机视觉基础 | 数据增强黑科技——MixUp
  • Kubernetes 中服务注册机制解析:自动化与灵活性的背后
  • 【数据结构】快指针和慢指针
  • k8s部署针对外部服务器的prometheus服务
  • CentOS中shell脚本对多台机器执行下载安装
  • C#初级教程(4)——流程控制:从基础到实践
  • Python中的转义字符
  • Spring注解方式替代原始的applicationContext的Bean配置
  • 【多语言生态篇六】【DeepSeek×Node.js:WebSocket实时服务从入门到“超神“指南(史诗级万字拆解)】
  • 简单易懂,解析Go语言中的Map
  • AI知识架构之RAG
  • 大语言模型(LLM)提示词(Prompt)高阶撰写指南
  • 前端防重复请求终极方案:从Loading地狱到精准拦截的架构升级
  • 设计模式 - Singleton pattern 单例模式
  • DeepSeek本地部署安装教程
  • VisActor/VTable - 快速搭建表格