单个感知器 – 非线性评估函数

在单个感知器的情况下,文献指出它无法用于分离非线性判别情况,如XOR函数。这是可以理解的,因为一条线(在二维空间中)的VC维度是3,因此单条二维线无法区分如XOR的输出。

然而,我的疑问是,为什么单个感知器的评估函数必须是线性阶跃函数?显然,如果我们使用像Sigmoid这样的非线性评估函数,这个感知器就能区分XOR的1和0。那么,我是不是遗漏了什么?


回答:

如果我们使用像Sigmoid这样的非线性评估函数,这个感知器就能区分XOR的1和0

这完全不正确。判别的标准不是线(或高维空间中的超平面)的形状,而是函数是否允许线性可分

没有单一的函数能够产生一个能够分离XOR函数点的超平面。图像中的曲线虽然分离了这些点,但它并不是一个函数。

你无法使用单一函数将蓝色和红色点分离到不同的超平面中

要分离XOR的点,你至少需要使用两条线(或任何其他形状的函数)。这将需要两个独立的感知器。然后,你可以使用第三个感知器基于符号来分离中间结果。

如果你使用两条线,你可以创建两个判别器,然后合并结果

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注