记一下机器学习笔记 Rosenblatt感知机
Posted Sibada_scut
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了记一下机器学习笔记 Rosenblatt感知机相关的知识，希望对你有一定的参考价值。
一入ML深似海啊…
这里主要是《神经网络与机器学习》（Neural Networks and Learning Machines，以下简称《神机》）的笔记，以及一些周志华的《机器学习》的内容，可能夹杂有自己的吐槽，以及自己用R语言随便撸的实现。
话说这个《神经网络与机器学习》还真是奇书，不知是作者风格还是翻译问题，一眼望去看不到几句人话（也许是水利狗看不懂），感觉我就是纯买来自虐的。
作为开始当然是最古老的机器学习算法之一，神经网络的板砖感知机，对应《神机》的第一章。
因为是Rosenblatt提出的模型所以就加上了他名字作为前缀。这是一个有监督学习，也就是不仅给出自变量还要给出结果值让机器自个拟合的模型，而且是一个二分类模型。再说清楚一点，这玩意只能分线性可分的样本，也就是对于二维的数据，它只能搞一条直线把样本分开，对于三维的数据，只能搞个平面把样本分开。
所以像居然连异或运算都不能弄之类的对它的吐槽历来不少。
感知机概念
感知机由一个线性组合器（说白了就是把一系列输入值加权求和）以及一个硬限幅器（说白了就是拿前面的求和取符号）组成。具体样子参考下图（来自《神机》）：
我们将一组输入值记为
x1,x2,...,xm
，相应的权值记为
w1,w2,w3...wm
，另外还要有个偏置值
b
（相当于线性回归里边的截距）。把这些输入到感知机里边进行加权求和：