《统计学习方法》 感知机

感知机是二分类问题的线性分类模型，输入为实例的特征向量，输出为实例的类别，去+1和-1两值。属于判别模型，对输入实例进行分类。旨在求出将训练数据进行线性划分（可以将训练集正实例点和负实例点完全正确划分）的分离超平面。 感知机：f(x)=sign(w*x+b) 其中 sign是符号函数。当x>=0时，=1；当x<=0时，=-1  通过训练集T={(x1,y1),(x2,y2)...}求得模型参数w和

>>阅读原文<<