Adaline神经网络

Adaline利用了最小二乘法的思想，相较于感知机神经网络，对于数据的线性可分的要求更低一些，可以允许一些异常数据。 上面描述了迭代求解的过程，但是在 x0(k+1) 这里没看懂，如果是更新 θ 应该是 w0(k+1) 才对。应该是PPT有错。 我们来说明下迭代求解需要注意的地方。 首先，将 θ 并入到 w 中去，因为θ前面的系数始终是1，所以 x 也多了一列，这一列都是1。 x=[1,x1,x2,⋯,xn]Tw=[θ,w1,⋯,wn] 然后是迭代的结束条件。在代码实现中，是计算 w(k−1) 与 w(k) 之间的差来判断的，如果差很小很小，说明梯度下降很缓慢，也就是快到达极值点了。

MATLAB实现迭代求解

Adaline.m