lawsonabs的認知與思考，還請各位讀者批判閱讀。
我會以專欄的形式寫下此生學習到的每個基礎ml演算法
對應的表示式就是：
針對上面敘述的問題，對應的改進方法有投票感知機和平均感知機，分別簡單敘述一下。
3.1.1 思想
每次迭代都會產生乙個不同引數的模型，那麼這些模型間的準確率就不一樣，把這個準確率稱之為權重。根據各個模型的權重可以得到每個模型的加權平均值。根據各個模型的加權平均值與引數相乘，得到最終的乙個模型。
3.1.2 缺點3.2.1 思想
每次迭代都會產生乙個不同引數的模型，最後得到的模型就取每次迭代模型的乙個平均。【這個平均其實指的是模型引數的平均】【《自然語言處理入門》這本書中講的是：取多個模型權重的平均。我不是很理解。】
3.2.2 特點請在我的專欄 《hanlp原始碼分析》部落格：基於感知機實現人名性別** 尋找答案。
機器學習 感知機演算法
感知機 perception 是一種二類線性模型，主要用於分類問題。目標函式 f x sgn w x b 其中sgn為符號函式 其中向量w為目標函式向量，向量x為樣本。向量w 向量x 超平面 w x b 0 所構成的平面 向量w為超平面上的法向量。訓練集 t x1,y1 x2,y2 x3,y3 xn...
機器學習演算法 感知機
今天把感知機的演算法用python實現了一下。主要依據的演算法流程是 統計學習方法 中關於感知機的演算法過程，具體如下。隨機生成訓練資料，測試資料也可同樣方法生成 m 樣本的個數 n 每個樣本具有的特徵維數 y 1 x np.random.random m,n x2 np.random.random...
機器學習面試題
答 設計乙個分類模型，首先要給它設定乙個學習目標。在支援向量機中，這個目標是max margin 在adaboost中，目標是優化乙個指數損失函式。那麼在logistic regression lr 中，這個目標是什麼呢？最大化條件似然度。考慮乙個二值分類問題，訓練資料是一堆 特徵，標記 組合，x1...