下面关于感知器算法的说法正确的是（）
A: 样本经过增广化处理后样本和权向量的维数都会增加一维。
B: 在解空间中满足aTyi>0的条件的解向量是唯一的。
C: 感知器算法的思想是选择一个合适的权向量a，使得aT与错分样本的乘积大于零。
D: 在感知器算法中的学习率是不可改变的。
A: 样本经过增广化处理后样本和权向量的维数都会增加一维。
B: 在解空间中满足aTyi>0的条件的解向量是唯一的。
C: 感知器算法的思想是选择一个合适的权向量a，使得aT与错分样本的乘积大于零。
D: 在感知器算法中的学习率是不可改变的。
举一反三
- 下面关于解空间的描述中错误的是 A: 越靠近解区中间的解向量，对样本错分的可能性越小。 B: 在解空间中的解向量应该对所有的样本都满足aTyi>0的条件。 C: 在解空间中，越远离边缘的解越可靠。 D: 在解空间中满足aTyi>0的条件的解向量是唯一的。
- 下列关于感知器算法的说法中错误的是 A: 在感知器算法中的学习率是可以改变的 B: 在感知器算法中可以通过调整学习率p来减少迭代次数。 C: 在感知器算法中，如果样本不是线性可分的，则算法最后不会收敛。 D: 感知器算法也适用于线性不可分的样本
- 在感知器算法中感知器准则函数取得最大值时所对应的权向量a就是所要寻找的合适的权向量。
- 【多选题】下列选项中,哪些因素会影响到感知器算法的求解结果( ) A: 学习速率 B: 样本处理顺序 C: 学习规则 D: 初始权向量
- 以下关于感知器算法说法正确的为 A: 只要是训练数据集线性可分，感知器算法就一定能收敛。 B: 感知机学习算法存在许多的解，对同一个训练集来说，感知机初值的选择不同，最后得到的解就可能不同。 C: 当训练数据集线性不可分的情况下，袋式算法(PocketAlgorithm)使感知机也可以收敛于一个相对理想的解。 D: 多层感知器是感知器的推广，克服了感知器不能对线性不可分数据进行识别的弱点。