最简单易懂的感知机教程：从理论到实践（附代码）

什么是感知机 感知机是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别（取+1和-1）。 感知机目的在求一个可以将实例分开的超平面，为了求它，我们用到基于误分类的损失函数和梯度下降的优化策略。 感知机模型 比如x表示n维的数据，y表示数据的类别。则感知机公式可表示为： f(x) = sign(wx + b) 其中w，b为模型参数，w为权值，b为偏置。wx表示w，x的内积。这里sign是

>>阅读原文<<