驗證感知器學習示例

Question

我想通過教授提供的示例來了解perceptron learning algorithm。這是我的理解。任何人都可以檢查如果我的理解是正確的？

可以說我有輸入

X1 X2結果（Y）

-1 -2 -1

1-11

- 2 1 -1

現在我用下面的算法得到權重

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

因此沒有迭代

4）Y4（W2，X4）< = 0

因此W3 = W2 + Y4 * X4 = [5，-2]

因此現在我的權重是

X1 X2結果（y）的權重

1 3 1 - [1,3]

-1 -2 -1 [3，-1]

1-11 [3，-1]

-2 1 -1 [5,2]

我的理解是正確的？還是我犯錯誤與權重選擇/或錯誤而使得迭代。

Answer 1

它看起來像你的所作所爲是正確的，但也有一些評論：

1. 幽州，最初，W0 = 0。這沒有多大意義，因爲稍後將它添加到維度爲2的向量中。我猜你的意思是w0 = [0，0]。

2. FYI：

   1. 一個更普遍的感知學習算法不會加/減錯誤分類情況，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. 人爲地將感知器輸入前置一個常數是一個常數。因此，如果原始輸入是2維的矢量，你對矢量工作與尺寸3，其中每個矢量的第一項是1