首页 > 试题广场 >

基于二次准则函数的H-K算法较之于感知器算法的优点是()?

[不定项选择题]

```
计算量小
```
```
可以判别问题是否线性可分
```

其解完全适用于非线性可分的情况

```
其解的适应性更好
```

查看正确选项

评判

没一个说明白HK是啥的，我上个链接，下面给出了例子看完就好理解了https://blog.csdn.net/qq_18870127/article/details/79101504

发表于 2018-09-22 19:32:53 回复(0)

redbull

3、基于二次准则函数的H-K算法较之于感知器算法的优点是（ ①③ ）。

①可以判别问题是否线性可分；②其解完全适用于非线性可分的情况； ③其解的适应性更好；④计算量小。

发表于 2016-09-08 16:05:13 回复(1)

遛牛虻

HK算法思想很朴实,就是在最小均方误差准则下求得权矢量.
他相对于感知器算法的优点在于,他适用于线性可分和非线性可分得情况,对于线性可分的情况,给出最优权矢量,对于非线性可分得情况,能够判别出来,以退出迭代过程.

发表于 2016-04-25 21:04:38 回复(2)

15510970069

综合各路解答来看，参考https://blog.csdn.net/momaojia/article/details/75098389：

1.感知机可以理解为最简单的神经网络，对权重的更新仅依靠阈值

2. delta法则（又叫增量法则， LMS法则，Adaline法则，Windrow-Hoff法则）或者这里的H-K（LSME法则），就是感知机为解决非线性训练样本问题的变种，也即我们常见的平方误差损失函数或均方误差损失函数代替阈值来更新权重

3. 至于答案则只能记住

发表于 2018-04-09 16:46:55 回复(0)

长rourou了

不应该是B D吗？

发表于 2016-09-04 21:28:29 回复(0)

要双休的赖床专家很理智

HK算法思想：在最小均方误差准则下求得权矢量. 他相对于感知器算法的优点在于,他适用于线性可分和非线性可分得情况,对于线性可分的情况,给出最优权矢量,对于非线性可分得情况,能够判别出来,以退出迭代过程.

发表于 2023-05-31 17:41:09 回复(0)

何恺明的小迷妹

这算法全名叫什么？google了半天也就找到一个二分图，好像不是题目说的这个算法把？

发表于 2018-04-02 22:05:00 回复(0)

麻利麻利喉

在人工神经网络领域中，感知机也被指为单层的人工神经网络，以区别于较复杂的多层感知机（Multilayer Perceptron）。作为一种线性分类器，（单层）感知机可说是最简单的前向人工神经网络形式。尽管结构简单，感知机能够学习并解决相当复杂的问题。感知机主要的本质缺陷是它不能处理线性不可分问题。

发表于 2018-03-05 17:02:09 回复(0)

joyandfun

正确答案应该是BD

发表于 2017-02-28 23:50:55 回复(0)

QQ要fighting

HK算法的思想很朴实，就是在最小均方误差准则下求得权矢量。

它相对于感知器算法的优点在于，它适用于线性可分和非线性可分的情况。

对于线性可分的情况，给出最优权矢量，

对于分线性可分的情况，能够判别出来，以退出迭代过程。

发表于 2016-09-03 19:11:02 回复(0)

zazor

应该是B D 吧，只是能及时判别出非线性可分，并不能求出非线性可分的解

发表于 2016-08-17 17:16:43 回复(0)

提交观点

问题信息

算法工程师机器学习京东 2016 运营

来自：京东2016算法工程师笔试题

难度：

11条回答 1679收藏 19202浏览

基于二次准则函数的H-K算法较之于感知器算法的优点是()?

问题信息

热门推荐

相关试题