感知器用于分类

Question

我正在学习机器学习中感知器的概念，以及它是如何用于分类的。我知道感知器可以对线性可分且具有布尔分类的数据进行分类。但是，有两个以上的类可以用于数据，我需要使用这些数据构建一个模型。在这种情况下可以使用感知器吗？

Answer 1

Perceptron算法的多类变体的思想与二进制分类中的基本相同，只是有一些细微的差别。在具有K类的多类分类中，我们将保留一组K权向量W_{1},...,W_{K} (每个权向量的大小为D，其中D是特征数)。

预测(在培训和测试时)将改为：

\widehat{y}_{n} = arg max_{k}(W_{k}^{T} x_{n} + b)

这意味着被预测的类将是权向量给出最高分数的类。update条件由(假设yn是xn的真正标签)提供：

if(\widehat{y}_{n} != y_{n})
    W_{\widehat{y}_{n}} = W_{\widehat{y}_{n}} - X_{n}
    W_{\widehat{y}_{n}} = W_{\widehat{y}_{n}} + X_{n}