统计学习方法笔记——第二章 感知机（1）

1.1   基本概念     感知机是一个二分类的线性分类模型，输入为特征向量，输出为对该特征向量的预测类别，取1或者-1。     感知机的形式化定义：     其中：①sign（x）为符号函数，若x≥0，则函数值为1，否则为-1；               ②wx+b中，w叫权值向量，b叫偏置值，wx+b=0称为感知机的分离超平面。如在二维坐标系中，wx+b=0代表一条直线，将平面分成两部分

>>阅读原文<<