感知机模型是神经网络和SVM的基础
第一个最基本的模型
几何解释,就是个平面
损失函数,是根据距离定义出来的,并不是随便定义的,点的个数不好求导
感知机损失函数
针对某一个点求梯度
梯度更新过程
收敛性
误分类次数存在上限
可以迭代收敛
参数是数据的线性组合
针对对偶形式,可以提前求助矩阵,针对是误差,误差是分类错误的点导致的,重点关注分类错误的点进行更新迭代