machine-learning - 使用感知器进行分类

Question

我正在学习机器学习中感知器的概念以及如何将其用于分类。我知道感知器可以对线性可分且具有 bool 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一个模型。在这种情况下可以使用感知器吗？

Answer 1

感知器算法的多类变体的想法几乎是除了一些细微的差别外，与二元分类相同。在里面具有 K 个类别的多类分类，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 是数字功能)。

预测(在训练和测试时)将更改为:

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

这意味着预测的类别将是权重向量给出最高分数的类别。更新条件由下式给出(假设yn是xn的真实标签):

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}