文章详情页

[人工智能普及教育]高中人工智能——初探感知器（下）

文_程凯/山西省晋中市太谷区第二中学校

2022-01/总第310期

阅读数2

分类器的建立及参数调整

人类可以根据散点图的分布直接给出分类直线所在的位置，但是机器看不到，也不知道这条分类直线应该放在哪里，它只能一点点地将样本点带入分段函数中。如果分段函数判断的结果与实际类别匹配就说明该直线能够正确分类；否则不能正确分类，需要修正直线的位置，直到全部样本带入后都能正确分类为止。因此，机器需要具备判断能力。基于此，给定判断规则，机器就可以通过自身学习迭代出正确的分类直线的位置。

感知器就是训练分类器的一种算法，在分类模型形式确定的情况下，可以通过感知器训练算法获得模型的参数，进而获得分类器。感知器训练算法本质上是一种迭代算法，通过不断修正参数减少误分类的程度。因此，感知器训练算法不同于最小二乘法，感知器训练算法不是一步到位求取模型的参数，是不断迭代、不断接近最优的分类位置。迭代的快慢依赖于问题的复杂程度和迭代过程中一些初始参数和学习率的选择。高中学生初次接触迭代算法，要理解迭代算法不能给出一步到位的解析解的原因，应先从理解迭代算法出现的实际必然性出发，也可以结合实验的演示，观察在参数修正迭代的时候，分类直线如何不断摆动，逼近最佳的分类位置，从感性上理解迭代的思想。

中国科教工作者协会会员专属文章，

阅读排行榜