验证感知器学习示例

Question

我试图通过教授提供的例子来理解perceptron learning algorithm。这是我的理解。任何人都可以检查我的理解是否正确？

假设我有输入

x1 x2 result（y）

1 3 +1

-1 -2 -1

1 -1 1

-2 1 -1

现在我使用以下算法来获得权重

W0 = 0

1）Y1（w0x1）LT; = 0

因此w1 = w0 + y1 * x1 = [1,3]

2）Y 2（W1，X2）＆LT; = 0

因此w2 = w1 + y2 * x2 = [3，-1]

3）Y3（W2，X2）＆GT; = 0

因此没有迭代

4）Y4（W2，X4）＆LT; = 0

因此w3 = w2 + y4 * x4 = [5，-2]

因此现在我的权重是

x1 x2结果（y）权重

1 3 +1 [1,3]

-1 -2 -1 [3，-1]

1 -1 1 [3，-1]

-2 1 -1 [5,2]

我的理解是正确的吗？或者我在进行迭代时错误选择权重/错误。

Answer 1

看起来你所做的是正确的，但有很多评论：

1. 您说，最初， w0 = 0 。这没有多大意义，因为您稍后将其添加到维度2的向量中。我猜你的意思是 w0 = [0,0] 。

2. 供参考：

   1. 更通用的感知器学习算法不会添加/减去错误分类的实例，而是针对缩放版本乘以某些 0＆lt; α≤1。上面的算法使用α= 1 。

   2. 通常人为地在感知器输入前加上一个恒定的1项。因此，如果原始输入是维度2的向量，则您将使用维度为3的向量，其中每个向量的第一项为1.