machine-learning - 是否存在使用 Perceptron 算法的情况，我不想在每次迭代之前置换数据？

Question

我的机器学习教科书问了这个问题，讨论感知器算法，实在想不出满意的答案。

有哪些案例？

Answer 1

与任何没有全局最优解的迭代学习算法一样，感知器算法将从起点收敛到局部最优解。这通常意味着早期的数据会比后期的影响更大。

在感知器算法的大多数应用中，您尝试通过以随机顺序多次应用训练数据来消除这种偏差。

在某些应用程序中，这种偏差是学习问题的一部分，因此顺序很重要，并且最终结果在没有随机化的情况下会更好。