07.2 裁决之间的边界

内容与核心概念

在上一页,一个神经元 一步一步。
让我们改变重量,看看分界线如何移动。零重量可以消除整个正常边界。
他收集投入,增加一个轮班,并应用非线性规则。这一计算的所有部分已经用学校算术提供。
Для изменения рисунка включитеJavaScript; расчёт и теория доступны далее.
重量设定边界规范
对于 z 分类, 边界由 公式 wTx+b=0 定义。 如果 wx0 是超高平面。 对于它的两点, 差值是满足 wTv=0: 矢量 w 与边界内所有方向垂直 。
W=[1,1],b=5,在飞机上,你得到x2=x1+5.5。点[1.2]在负面,因为z=5。 数字z不等于不作规定的几何距离:
d
(
x
,
H
)
=
∣
w
T
x
+
b
∣
∥
w
∥
2
,
w
≠
0.
d(x,\mathcal H)=\frac{|w^Tx+b|}{\|w\|_2},\qquad w\ne0.
d
(
x
,
H
)
=
∥
w
∥
2
​
∣
w
T
x
+
b
∣
​
,
w

=
0.
对选定点而言,一个正数乘以一个正乘数保持了边界和阈值等级,但衡量得分。因此,在同一几何边界的类似概率可能会变得更明显。
实验。
设置 w2=0 : 边界是垂直的。 然后取消两个重量。 分数变得不变 : 在 b + + 0 时, 任何地方都会选择一个等级; 在 b=0时, 所有点都会在起始点上。 在后一种情况下, 您无法绘制一个正常的分隔线 。
Debug.
公式 x2=- (w1x1+b)/w2 要求处理零分母。 实验室正在用框架建立一个边界交叉点并单独解释事件。 不能假定“ 保险人分类” 点仅仅是因为自动缩放图离线更远 。
没有边框z = 0 at b =0;门上没有空间。
凉爽函数和饱和度。 这个问题如何继续结果 ?
Python第07章的例子
学术基础