機器學習基石-- Learning to Answer Yes/No

判斷一個人能否申請成功信用卡，

符號標記

A takes D and H to get g

• A: 機器學習演算法
• D: 訓練數據 (x1,y1),··· ,(xN,yN) (銀行里的歷史記錄)
• H: 假設的集合
• f: 理想化的公式，可以準確判斷是否批准信用卡 (unkown)
• g: 學習到的公式

將數據向量化

• 申請者向量：

• 權重向量（未知）：

• 批准申請：

(threshod 未知)

• 拒絕申請：

• 將 threshold 放進 W ， 1 放進 X，可以簡化成為兩個 vector 的內積

二維平面的實際例子

如果是在二維平面內

，H(X) 是二維平面內的一條直線，我們的目的是要找到一條線將二維平面內的 X O 進行合理的劃分。

尋找理想的 h(x)

1. 首先任意選定平面的一條直線。
2. 遍歷平面內的點，如果沒有發現切分失敗點，切分成功。如果發現了一個沒有被正確劃分的點，進行旋轉。

下圖的這個題目也很有意思

答案是 3，可以理解為每一次調整過後，錯誤傾向越小，距離正確的分類越近，或者已經修復。

線性可分的前提下，PLA 一定可以停止嗎？