§ 4.22. Обобщение

До сих пор мы предполагали, что функция потерь для каждого класса зависит только от одного векторного параметра , определяющего «центр» этого класса. Полученные выше алгоритмы самообучения нетрудно обобщить на более общий случай, когда функция потерь -го класса зависит от всех параметров ,…, и меняется от класса к классу, т. е. когда вместо функции берется функция .

Если ограничиться, как мы это делали, рассмотрением двух классов, то общая функция потерь по аналогии с (4.63) представится в виде

    (4.82)

Условия минимума среднего риска теперь запишутся так:

     (4.83)

Отсюда следует, что алгоритмы самообучения можно представить в виде

               (4.84)

при

      (4.85)

и

                (4.86)

при

            (4.87)

Из этих алгоритмов при  получаются алгоритмы, приведенные в § 4.21. Структурная схема общего самообучающегося персептрона приведена на рис. 4.12.