机器学习基石-02-1-yes/no
2017-10-17 16:03
281 查看
第二课主要讲了PLA算法,比较简单。
先说明一下几点需要注意的:
1.在平面区域的中间位置是原点,可以观察到每次的w(t)和x的夹角都是和原点相连的。
2.h直线在进行分类时,这条直线一定会经过原点,因为h函数经过(0,0)点。
3.每次修正以后的w(t)都会和新的h直线保持垂直!(这条没理解为什么,希望得到大家的解答。)
具体的PLA的过程如下:
第一步,此时没有h的线。
先找到了x1,默认x1是出错的点需要修正,x1显示的是圆圈所以对应y=+1,修正w(t+1)=w(t)-x1来作为新的w(t)。此时的h与新的w(t)垂直,将平面区域分成了红蓝两部分。
第二步,可以看到x9是“不完美”的点,在红色区域出现了圆圈。所以进行修正w(t+1)=w(t)+x9来作为新的w(t),再次调整h与新的w(t)垂直。
第三步,可以找到x14是错误的点,因为是叉叉却出现在蓝色区域,进行修正w(t+1)=w(t)-x14来作为新的w(t),再次调整h与最新的w(t)垂直。
以此类推。
最终的finally里面的h直线(红蓝分界线)将所有的圆圈和叉叉都分开了。w(PLA)就是最终修正得到的w(t)。
小公式:
a*a=||a||的平方
a*b=|a||b|*cos(θ)
疑问:我在学这节的时候有一个问题,为什么每次修正后的w(t)会和h直线垂直?小白刚开始学难免问一些蠢问题哈哈哈。希望得到大家的解答。
先说明一下几点需要注意的:
1.在平面区域的中间位置是原点,可以观察到每次的w(t)和x的夹角都是和原点相连的。
2.h直线在进行分类时,这条直线一定会经过原点,因为h函数经过(0,0)点。
3.每次修正以后的w(t)都会和新的h直线保持垂直!(这条没理解为什么,希望得到大家的解答。)
具体的PLA的过程如下:
第一步,此时没有h的线。
先找到了x1,默认x1是出错的点需要修正,x1显示的是圆圈所以对应y=+1,修正w(t+1)=w(t)-x1来作为新的w(t)。此时的h与新的w(t)垂直,将平面区域分成了红蓝两部分。
第二步,可以看到x9是“不完美”的点,在红色区域出现了圆圈。所以进行修正w(t+1)=w(t)+x9来作为新的w(t),再次调整h与新的w(t)垂直。
第三步,可以找到x14是错误的点,因为是叉叉却出现在蓝色区域,进行修正w(t+1)=w(t)-x14来作为新的w(t),再次调整h与最新的w(t)垂直。
以此类推。
最终的finally里面的h直线(红蓝分界线)将所有的圆圈和叉叉都分开了。w(PLA)就是最终修正得到的w(t)。
小公式:
a*a=||a||的平方
a*b=|a||b|*cos(θ)
疑问:我在学这节的时候有一个问题,为什么每次修正后的w(t)会和h直线垂直?小白刚开始学难免问一些蠢问题哈哈哈。希望得到大家的解答。
相关文章推荐
- 干货 | 机器学习基石02 Learning to Answer Yes/No
- 机器学习基石-Learning to Answer Yes/No
- 机器学习基石第二讲 Learning to Answer Yes/No
- 【笔记】机器学习基石(二)learning to answer yes or no
- 机器学习基石第二讲:learn to answer yes/no
- 机器学习基石笔记(2)——Learning to Answer Yes/No
- [MOOC学习笔记]机器学习基石 Lecture02 Learning to Answer Yes/No
- 林轩田-机器学习基石 课堂笔记(二)Learning to Answer Yes/No
- 机器学习基石notes-Lecture2 Learning to Answer Yes/No
- 机器学习基石笔记 Lecture 2: Learning to Answer Yes/No
- 2. 机器学习基石-When can Machine Learn? - Learning to Answer Yes or No
- 机器学习基石-2-Learning to Answer Yes/No
- 机器学习基石-02-2-PLA何时停下来?
- 台湾大学林轩田机器学习基石课程学习笔记2 -- Learning to Answer Yes/No
- 《机器学习基石》台大林轩田_学习笔记02_Learning to Answer Yes/No
- 机器学习基石 - Learning to Answer Yes/No
- 机器学习基石--学习笔记02--Hard Dual SVM
- 台湾大学机器学习基石Lecture10
- 比 Yes/No/Maybe 更好的三个在 Google Wave 里获得反馈的 gadget
- 机器学习基石笔记(12-16)——Nonlinear Transformation&Tips