मैं निम्नलिखित को समझता हूं:आप रैखिक पेसेप्ट्रॉन में वज़न वेक्टर का उपयोग करके एक रेखा कैसे आकर्षित करते हैं?
2 डी स्पेस में, प्रत्येक डेटा पॉइंट में 2 विशेषताएं हैं: x और y। 2 डी स्पेस में वज़न वेक्टर में 3 मान [पूर्वाग्रह, w0, w1] शामिल हैं जिन्हें [w0, w1, w2] के रूप में पुनः लिखा जा सकता है। प्रत्येक डेटापॉइंट को इसके बीच और वजन वेक्टर के बीच डॉट उत्पाद की गणना करने के प्रयोजनों के लिए एक कृत्रिम समन्वय [1, x, y] की आवश्यकता होती है। = W + yn * xn
मेरा प्रश्न है: डब्ल्यू
सीखने नियम प्रत्येक misclassfied बिंदु के लिए वजन वेक्टर अद्यतन करने के लिए प्रयोग किया जाता है कि कैसे आप w = वजन वेक्टर से दो अंक प्राप्त करते हैं [ए, बी , सी] निर्णय सीमा ग्राफ करने के लिए?
मैं समझता हूं कि ए + बीएक्स + सी = 0 सामान्य रूप में रैखिक समीकरण है (ए, बी, सी वजन वेक्टर से लिया जा सकता है) लेकिन मुझे नहीं पता कि इसे कैसे प्लॉट करना है।
अग्रिम धन्यवाद।
इस सवाल से पहले कहा गया था, उदा http://stats.stackexchange.com/questions/71335/decision-boundary-plot-for-a-perceptron – runDOSrun