感知机理论用于线性可分数据集分类+例题计算+编程实现

1、感知机原理 简单来讲就是给定一组数据集（以二维为例），在二维平面上求出一根直线将标记好的数据集分为两类，直线一边为一类，另外一边为另外一类。 例如给定一个数据集： 其中： 此时假设分类直线的函数为： 若是分类正确，那么对于全部y=1的实例i，有： 对于全部y=-1的实例i，有： 那么误分类就是： 这个数据集中某个实例到分类超平面的距离为： 误分类点到分类超平面的总距离为： 故感知机的损失函数为

>>阅读原文<<