感知器算法在计算机视觉深度学习中的Python实现
我正在研究阿德里安·罗斯布鲁克的书。我想知道为什么scikit learn中的结果与本书中实现的结果有很大不同。请检查scikit学习中的代码: 感知器是另一种简单的分类算法,适用于 大规模学习。默认情况下:感知器算法在计算机视觉深度学习中的Python实现,python,machine-learning,deep-learning,Python,Machine Learning,Deep Learning,我正在研究阿德里安·罗斯布鲁克的书。我想知道为什么scikit learn中的结果与本书中实现的结果有很大不同。请检查scikit学习中的代码: 感知器是另一种简单的分类算法,适用于 大规模学习。默认情况下: 它不需要学习率 它没有被正规化(处罚) 它只在出现错误时更新其模型 最后一个特征意味着感知器稍微快一点 要训练比SGD更具铰链损耗的模型,并说明由此产生的模型 我们更稀疏 来自 感知器是一种分类算法,具有相同的特点 SGDClassizer的底层实现。事实上,感知器()是 相当于SGD
- 它不需要学习率
- 它没有被正规化(处罚)
- 它只在出现错误时更新其模型
sgdclassizer
进行比较