验证感知器学习示例

Question

我想通过教授提供的示例来了解perceptron learning algorithm。这是我的理解。任何人都可以检查如果我的理解是正确的？

可以说我有输入

X1 X2结果（Y）

-1 -2 -1

1-11

- 2 1 -1

现在我用下面的算法得到权重

W0 = 0

1）Y1（w0x1）< = 0

因此W1 = W0 + Y1 * X1 = [1,3]

2）Y2（W1，X2） < = 0

因此W2 = W1 + Y2 * X2 = [3，-1]

3）Y3（W2，X2）> = 0

因此没有迭代

4）Y4（W2，X4）< = 0

因此W3 = W2 + Y4 * X4 = [5，-2]

因此现在我的权重是

X1 X2结果（y）的权重

1 3 1 - [1,3]

-1 -2 -1 [3，-1]

1-11 [3，-1]

-2 1 -1 [5,2]

我的理解是正确的？还是我犯错误与权重选择/或错误而使得迭代。

Answer 1

它看起来像你的所作所为是正确的，但也有一些评论：

1. 幽州，最初，W0 = 0。这没有多大意义，因为稍后将它添加到维度为2的向量中。我猜你的意思是w0 = [0，0]。

2. FYI：

   1. 一个更普遍的感知学习算法不会加/减错误分类情况，而是做了一定比例的版本乘以一些 α 。上述算法使用α = 1。

   2. 人为地将感知器输入前置一个常数是一个常数。因此，如果原始输入是2维的矢量，你对矢量工作与尺寸3，其中每个矢量的第一项是1