使用perceptron进行分类

Question

我正在学习机器学习中感知器的概念以及它如何用于分类。我知道perceptron可以对可线性分离且具有布尔分类的数据进行分类。但是，有两个以上的类可用于数据，我需要使用该数据构建模型。在这种情况下是否可以使用感知器？

Answer 1

Perceptron算法的多类变体的想法几乎就是 与二进制分类相同，除了一些细微差别。在里面 使用 K 类进行多类分类时，我们将维护一组 K 权重 向量W_{1},...,W_{K}（每个权重向量的大小为D，其中D是数字 特征）。

预测（在训练和测试时间）将变为：

\widehat{y}_{n} = arg max_{k}(W_{k}^{T} x_{n} + b)

这意味着预测的类将是权重向量给出最高分的类。更新条件由（假设yn是xn的真实标签）给出：

if(\widehat{y}_{n} != y_{n})
    W_{\widehat{y}_{n}} = W_{\widehat{y}_{n}} - X_{n}
    W_{\widehat{y}_{n}} = W_{\widehat{y}_{n}} + X_{n}