提问人：Riccardo Caiulo 提问时间：10/17/2023 更新时间：10/17/2023 访问量：40
对于给定数据集，感知器是否总是收敛到相同的权重
Does a Perceptron always converge to the same weights for a given dataset
问：
我有一个关于感知器算法的问题。作为一个数学概念，它与简单的线性回归密切相关，但是这两种情况之间的激活函数是不同的。假设我有一个线性可分离的数据集，我想找到一个将数据集分成 2 组的超平面。有了感知器，我就可以做到这一点。我的问题是，在许多情况下，可能有 1 个以上的超平面将数据集分开，感知器是否总是收敛到同一个超平面，或者如果我使用同一数据集多次训练感知器，在权重上具有不同的初始条件，它会始终收敛到相同的权重还是每次都代表不同的超平面？
答：
0赞
lejlot
10/17/2023
#1
简短的回答是否定的。收敛点将取决于初始值集和呈现样本的顺序。证明非常简单：如果你在一个解决方案（任何已经分离数据的超平面）中初始化网络，感知器算法不会移动它。因此，对于每个分离的超平面，感知器算法都存在以它结束的条件。
您可以对所呈现的点的顺序提出类似的论证。
评论