如何计算感知器学习算法所采用的最大迭代次数？

Question

我认为感知器学习算法对于线性可分离数据收敛所需的迭代次数具有上限。我找到了确切的公式，可以帮助我找出这将需要的迭代次数，但它不在维基百科上。

我在网上看到这个实体取决于数据样本的数量，所以如果我有n个（比如5000个）样本，感知器会收敛多少次迭代（假设数据是线性可分的）。或者它不是那么简单，取决于数据本身？

P.S。机器学习的新手，因此是一个简单的问题。

Answer 1

Wikipedia是指 Novikoff，A。B.（1962）的证据，是统计学习的早期结果之一。

这里给出了在线学习环境的结果略有不同的形式：

当||x_i|| ≤ D for all i（直觉：训练实例的半径）和margin >= γ时：

• 所需的迭代限制在上面：(D/γ)^2。

有趣的后果：

• 收敛结果独立于样本数量！
• 收敛结果独立于输入维度！