感知机模型

感知机(Peceptron)是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取$+1$和$-1$二值。感知机将对应于输入空间（特征空间）中将实例划分为正负的分离超平面，属于判别模型。

1. 定义

假设输入空间（特征空间）是$X \subseteq R^n$，输出空间是$Y=\lbrace+1,-1\rbrace$。输入$x\in X$表示实例的特征向量，对应于输入空间（特征空间）的点；输出$y\in Y$表示实例的类别。由输入空间到输出空间的如下函数：

$$f(x)=sign(w\cdot x+b)$$

称为感知机。其中，$w$和$b$为感知模型参数，$w\in R^n$叫做权值(weight)或权值向量(weight vector)，$b\in R$ 叫做偏置，$w\cdot x$表示向量$w$和向量$x$的内积。$sign$是符号函数，即

$$sign(x) = \begin{cases} +1 &\text{if } x>=0 \\ -1 &\text{if } x<0 \end{cases}$$

感知机是一种线性分类模型，属于判别模型。

感知模型的假设空间是定义在特征空间中的所有线性分类模型(linear classification model)或线性分类器(linear classifier)，即函数集合$\{f\vert f(x)=w\cdot x+b\}$。

2.几何解释

线性方程$w\cdot x+b=0$对应于特征空间$R^n$中的一个超平面$S$，其中$w$是超平面的法向量，$b$是超平面的截距。这个超平面将特征空间划分为两部分。位于两部分的点（特征向量）分别被分为正负两类，因此，超平面$S$称为分离超平面(separating hyperplane)，如图所示。

其中超平面上的任意两个向量，比如为$x^{(i)}$,$x^{(j)}$满足方程（这里用上标表示不同的向量，下标用来表示向量中的分量，跟原书不同）

$w\cdot x^{(i)} = -b$

$w\cdot x^{(j)} = -b$

则$w\cdot (x^{(i)}-x^{(j)})=0$，也就是超平面上任意两个向量相减构成的向量与$w$的内积为$0$，则互相垂直。对于超平面来讲$w$的方向并不重要，只需要垂直于超平面即可。

满足$w\cdot x+b>0$的的向量$x$位于超平面跟$w$的方向一致的一面，满足$w\cdot x+b<0$的向量$x$位于超平面跟$w$方向相反的一面。因为取超平面上任意一个向量假设为$x^{(1)}$，则超平面外的任何一向量$x^{(0)}$满足$w\cdot (x^{(0)}-x^{(1)})>0$，则说明这两向量相减构成的向量跟$w$的夹角小于90度，反之小于0，则夹角大于90度。

超平面外的任意一个点$x^{(0)}$到超平面$S$的距离为

$$\dfrac{|w\cdot x^{(0)}+b|}{||w||}$$

其中$||w||$是$w$的$L_2$范数，也就是欧式距离$||w||=\sqrt{w_1^2 +w_2^2+...+w_n^2}$.

3. 感知机的学习策略

为了确定感知机模型参数$w$和$b$，需要确定一个学习策略，即定义（经验 ）损失函数并将损失函数最小化。

损失函数的一个自然选择是误分类点的总数，但是这样的损失函数不是参数$w$和$b$的连续可导函数，不易优化。另外一种选择是所有误分类点到超平面的总距离。其次，对于误分类点的数据$(x^{(i)},y^{(i)})$来说，满足$-y^{(i)}(w\cdot x^{(i)}+b)>0$，因为当$w\cdot x^{(i)}+b>0$时，$y^{(i)} = -1$，而当$-y^{(i)}(w\cdot x^{(i)}+b)<0$时，$y^{(i)} = 1$。因此误分类点$x^{(i)}$到超平面$S$的距离是

$$-y^{(i)} \dfrac{w\cdot x^{(i)}+b}{||w||}$$

这样，假设所有超平面$S$的误分类点结合为$M$，那么所有误分类点到超平面$S$的总距离为

$$-\dfrac{1}{||w||}\displaystyle\sum_{x^{(i)}\in M}y^{(i)}(w\cdot x^{(i)}i+b)$$

不考虑$\dfrac{1}{||w||}$，则我们得到感知机的损失函数：$-\displaystyle\sum_{x^{(i)}\in M}y^{(i)}(w\cdot x^{(i)}+b)$。（这里个人理解为任意一个超平面的法向量$w$都可以经过缩放成为单位向量）

给定训练数据集合$T=\{(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),...,(x^{(m)},y^{(m)})\}$，其中$x^{(i)}\in X= R^n$，$y^{(i)}\in Y=\lbrace+1,-1\rbrace$，$i=1,2,...,m$。感知学习机$sign(w\cdot x+b)$的损失函数定义为

$$L(w,b)=-\displaystyle\sum_{x^{(i)}\in M}y^{(i)}(w\cdot x^{(i)}+b)$$

这个损失函数就是感知学习机的经验风险函数。它是$w$,$b$的连续可导函数。显然它是非负函数。如果没有误分类点，则损失函数为0，而且误分类点越少，误分类点离超平面越近，损失函数越小。

参考文献：

统计学习方法，李航

http://blog.csdn.net/wangxin1982314/article/details/73529499