1. 程式人生 > >第2章 感知器分類演算法 2-2 感知器分類演算法

第2章 感知器分類演算法 2-2 感知器分類演算法

每一個神經元通過它的分叉組織去接受多個電訊號,而每一個分叉會將電訊號先做一些處理,也就是把這個傳入的電訊號乘以一個引數,所以分叉對應的引數就可以組成一個向量,我們稱之為權重向量W。那麼輸入的電訊號又可以組成一個向量,我們把輸入的電訊號所組成的這個向量稱之為訓練樣本X。

整個機器學習的最終目的,就是通過這個輸入的訓練樣本,反覆去計算和更新這個權重向量。只有這個權重向量更新到一定的程度之後,我們整個模型才能夠去有效的去對輸入的未知資料進行分類和預測。

當這個感知原把所有輸入的電訊號結合在一起,計算出一個唯一的值之後,那麼通過這個步調函式去判斷一下,得到的這個z如果大於這個閾值呢我們這個感知器就會輸出一個電訊號它的值為1,如果z小於閾值,感知器就輸出另一個電訊號它的值是-1。