多层感知机(MLP)是一种典型的神经网络
一、结构h1=sigma(w1x+b1) 隐藏层1
h2=sigma(w2x+b2) 隐藏层2
h3=w3x+b3 输出层
超参数:层数、层大小
二、MLP和SVM的区别对于大数据量的问题,一般都会有神经网络解决,因为神经网络可以灵活编程;而SVM基于核,超参数设置单一,并且适用于小数据问题。

多层感知机(MLP)是一种典型的神经网络
一、结构h1=sigma(w1x+b1) 隐藏层1
h2=sigma(w2x+b2) 隐藏层2
h3=w3x+b3 输出层
超参数:层数、层大小
二、MLP和SVM的区别对于大数据量的问题,一般都会有神经网络解决,因为神经网络可以灵活编程;而SVM基于核,超参数设置单一,并且适用于小数据问题。