统计学习——感知机（超详细）

1. 感知机原理 感知机是一个二类分类模型，输入为实例的特征向量，输出为实例的类别，取值为+1和-1。 定义1-1：数据的线性可分性 假设训练数据集是线性可分的，感知机学习的目标是求得一个能够将训练数据集正实例点和负实例点完全正确分开的分离超平面。如果是非线性可分的数据，则最后无法获得超平面。 2. 感知机模型 3. 感知机的学习策略 为了找出可以将数据集完全正确分开的分离超平面，为了找出这样的超

>>阅读原文<<