PLA演算法是機器學習中最簡單的演算法,它找到一個函數式來模擬輸入和輸出之間的關係,並且根據找到的點的錯誤來修正這個函數式。
函數式:模擬現實世界的關係
因爲是是非問題,所以可以通過正負號來表示輸出
修正:函數式學習的過程
如果得到的結果W*X和Y結果不同,就進行修正。
比如W*X小於0,說明W和X之間的夾角太大,而正確的Y大於0,所以修正爲W+Y*X,使向量轉向W和X之間。
如果W*X大於0則相反
演算法是否會停止
說明W的修正是結果越來越接近Y
說明W的修正使其越來越接近理想的w
說明w的更新速度不快
說明了w接近理想w的速度
PLA的缺點
PLA演算法在線性可分的情況一定能找到二元分類的線,但是當數據不是二元可分或者數據中有噪聲,就不一定能停下來
Pocket:對PLA演算法的改進
pocket演算法找到一個使得總共犯的錯誤最少,而不是不發錯誤。
pocket每次檢查一個錯誤的時候都會產生一個新的,而是否採用這個新的要把舊的先存起來,再檢驗所有的資料,如果新的犯的錯誤比原來的,就採用新的。