Ich lerne ein Konzept von perceptron im maschinellen Lernen und wie es für Klassifikation benutzt wird. Ich weiß, dass Perceptron Daten klassifizieren kann, die linear trennbar sind und eine boolesche Klassifikation haben. Aber was gibt es? Es gibt mehr als zwei Klassen für Daten und ich muss ein Modell mit diesen Daten erstellen. Ist es möglich, Perceptron in diesem Fall zu verwenden?Gebrauch von perceptron für Klassifikation
0
A
Antwort
0
Die Idee in der Multiclass-Variante des Perceptron-Algorithmus ist ziemlich genau die gleiche wie in der binären Klassifizierung mit Ausnahme einiger kleinerer Unterschiede. Im Multiclass Klassifikation mit Klassen K, werden wir einen Satz von K Gewicht Vektoren W_{1},...,W_{K}
(jeweils Gewichtsvektor ist, die Größe D, wobei D die Anzahl von Merkmalen sind ) aufrechtzuerhalten.
Die Vorhersage (sowohl bei Trainings- und Testzeit) würde sich ändern:
\widehat{y}_{n} = arg max_{k}(W_{k}^{T} x_{n} + b)
was bedeutet, dass die vorhergesagte Klasse wird derjenige sein, für die der Gewichtungsvektor die höchste Punktzahl gibt. Die Aktualisierungsbedingung ist gegeben durch (unter der Annahme, dass yn ist das wahre Label xn):
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}
Verwandte Themen
- 1. Parameter-Tuning für Perceptron-Lernalgorithmus
- 2. Perceptron Lernalgorithmus
- 3. Vollständig verbundenes mehrschichtiges Perceptron mit PyCaffe
- 4. Fehler mit Perceptron
- 5. Verständnis Perceptron Trainingsalgorithmus
- 6. Freie Topische Taxonomie (Klassifizierungssystem) für den kommerziellen Gebrauch
- 7. Fehler beim Training von CNN für binäre Klassifikation
- 8. hierarchische Klassifikation in sklearn
- 9. SQLite für den persönlichen Gebrauch
- 10. sklearn Perceptron lernen
- 11. Gemäßer Gebrauch von Optional.ifPresent()
- 12. Early Stopping Perceptron Training
- 13. Ist apprtc frei für Gebrauch?
- 14. abgestimmt perceptron Dual Form
- 15. Voted Perceptron auf Weka
- 16. Vowpal Wabbit Multiclass Lineare Klassifikation
- 17. Gemäßer Gebrauch von Alamofire Router
- 18. Korrekter Gebrauch von Flask-ldap
- 19. Binäre Klassifikation Modellschulung in CoreML
- 20. Bequemer Gebrauch von Android XmlResourceParser?
- 21. Warum Gebrauch append() anstelle von +
- 22. Gemäßer Gebrauch von Destrukturierung-bind
- 23. F1-Score pro Klasse für Multi-Class-Klassifikation
- 24. C# Parsing HTML für den allgemeinen Gebrauch?
- 25. Naive Bayes-Klassifizierung für die NO-Text-Klassifikation
- 26. Codeplex/Sourceforge für den internen Gebrauch
- 27. Pickle Sicherheitsrisiko für den persönlichen Gebrauch
- 28. Was ist das Tagset für NLTK Perceptron Tagger?
- 29. Google App Engine für den privaten Gebrauch?
- 30. Warum Gebrauch base href für .htaccess
[Lesen Sie dies zum Beispiel] (http://stats.stackexchange.com/questions/65543/how-can-a -Multiclass-Perzeptron-Arbeit). – sascha