artificial-intelligence - 感知器中阈值的意义是什么？

Question

我在查看阈值在单层感知器中实际执行的操作时遇到了麻烦。无论阈值是多少，通常都会分离数据。较低的阈值似乎可以更平均地划分数据。这是用来干什么的吗？

Answer 1

实际上，当您不使用偏差时，您只需设置阈值即可。否则，阈值为0。

请记住，单个神经元会用超平面划分您的输入空间。好？

现在想象一下一个神经元，它有2个输入X=[x1, x2]，2个权重W=[w1, w2]和阈值TH。等式显示了该神经元如何工作:

x1.w1 + x2.w2 = TH

这等于:

x1.w1 + x2.w2 - 1.TH = 0

也就是说，这是您的超平面方程式，它将划分输入空间。

请注意，如果您手动设置阈值，则该神经元将起作用。解决方法是将TH更改为另一个权重，因此:

x1.w1 + x2.w2 - 1.w0 = 0

其中 1.w0是您的BIAS。现在，您仍然可以在输入空间中绘制平面，而无需手动设置阈值(即，阈值始终为0)。但是，如果您将阈值设置为另一个值，则权重将使自己适应调整方程式，即权重( 包括BIAS )会吸收阈值效应。