之前的学习方法都是使用大量样本训练一个模型，然后使用模型去做预测，这里方法称为batch learning(批学习)。
这里让我们来看看另一种学习方式，online learning（在线学习）。
在线学习与批学习的不同之处是，在线学习在训练的同时也做出预测，之后系统将预测是否正确反馈给学习系统，进而更新参数。
假如我们有样本 (x(1),y(1)),(x(2),y(2)),...,(x(m),y(m)) .首先输入样本 x(1) ,模型会预测它的 y(1) ,之后将预测值与实际值比较–>检查模型是否预测正确–>是否更新参数，之后输入样本 x(2) 做同样的操作。。。
为了便于叙述，这里以感知学习法为例,此时 y∈{
−1,1} .预测模型如下：
对于训练样本 (x,y) ,生成学习法按照下面的方式更新参数：
如果 hθ(x)=y ,即预测结果与实际值相同，那么参数不做改变，否则按如下方式更新参数:
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/43161.html