poster
2019-12-14, 20:13
您是否知道一个使用感知器进行特征选择的示例，也许是在matlab上的实现...
回答：
感知器 (http://en.wikipedia.org/wiki/Perceptron)是二进制线性分类器，也就是说，它可以对如下所示的n维数据进行分类：
https://i.stack.imgur.com/KXClY.png
但不是这样的：
https://i.stack.imgur.com/lA1Is.png
分为两个不同的类别。与其他任何神经网络一样，它首先需要在训练集上进行训练，然后才可以将其用于对新数据点进行分类。
因此，感知器可用于对任何线性可分离的数据集进行分类。神经网络工具箱中提供了Matlab实现（请参阅文档 (http://www.mathworks.com/help/toolbox/nnet/perceptron.html) ）。通常，具有出色分类器的出色模式识别工具箱是PRTools，它是商业工具箱PRSD Studio的 (http://prsdstudio.com/)开源变体。
更多&回答... (https://stackoverflow.com/questions/5201495)
回答：
感知器 (http://en.wikipedia.org/wiki/Perceptron)是二进制线性分类器，也就是说，它可以对如下所示的n维数据进行分类：
https://i.stack.imgur.com/KXClY.png
但不是这样的：
https://i.stack.imgur.com/lA1Is.png
分为两个不同的类别。与其他任何神经网络一样，它首先需要在训练集上进行训练，然后才可以将其用于对新数据点进行分类。
因此，感知器可用于对任何线性可分离的数据集进行分类。神经网络工具箱中提供了Matlab实现（请参阅文档 (http://www.mathworks.com/help/toolbox/nnet/perceptron.html) ）。通常，具有出色分类器的出色模式识别工具箱是PRTools，它是商业工具箱PRSD Studio的 (http://prsdstudio.com/)开源变体。
更多&回答... (https://stackoverflow.com/questions/5201495)