天选之子初露锋芒(7)
02—掉书袋【1】 上述情节是对感知模型(perceptron)的一个通俗的演义,当然是简化再简化的版本。故事中的每个天体碎片其实就是一条数据,数据有多个维度的特征,就好像天体碎片可以有体积、自转速度、邻近碎片距离、坑洞大小、坑洞多少等不同维度的数值,每条数据都是这样的N个维度数据,从而可以看成一个1xN的矩阵。
【2】 感知机模型是SVM(支持向量机)的基础版,后续会介绍SVM。
【3】 上述感知机模型演义中的分界线(就是上述情节中区分有效碎片和无效碎片的分界线)可以有无限多条,就像图中的分界线一样,对这条曲线进行一定的平移不影响分类效果,所以结果不唯一;这条曲线又叫超平面,超平面有时候是二维的线,有时候是三位的面,有时候是曲面... ...依次类推。
【4】 上述情节当中的学习目标选为分类的正确率不合适,因为分类正确的个数作为目标函数的话,它不是权重参数W和偏置B的连续函数,无法求导,也就无法利用梯度下降法进行优化,也就无法“学习”;正确的应该是选所有误分类点到超平面的距离最远作为优化目标。
【2】 感知机模型是SVM(支持向量机)的基础版,后续会介绍SVM。
【3】 上述感知机模型演义中的分界线(就是上述情节中区分有效碎片和无效碎片的分界线)可以有无限多条,就像图中的分界线一样,对这条曲线进行一定的平移不影响分类效果,所以结果不唯一;这条曲线又叫超平面,超平面有时候是二维的线,有时候是三位的面,有时候是曲面... ...依次类推。
【4】 上述情节当中的学习目标选为分类的正确率不合适,因为分类正确的个数作为目标函数的话,它不是权重参数W和偏置B的连续函数,无法求导,也就无法利用梯度下降法进行优化,也就无法“学习”;正确的应该是选所有误分类点到超平面的距离最远作为优化目标。