使用感知器进行特征选择
 

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...



[B]回答：[/B]

[URL="http://en.wikipedia.org/wiki/Perceptron"]感知器[/URL]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：

[IMG]https://i.stack.imgur.com/KXClY.png[/IMG]

但不是这样的：

[IMG]https://i.stack.imgur.com/lA1Is.png[/IMG]

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[URL="http://www.mathworks.com/help/toolbox/nnet/perceptron.html"]文档[/URL] ）。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[URL="http://prsdstudio.com/"]PRSD Studio的[/URL]开源变体。



[url=https://stackoverflow.com/questions/5201495]更多&回答...[/url]