感知器、logistic与svm 区别与联系

从感知器谈起 对于典型的二分类问题，线性分类器的目的就是找一个超平面把正负两类分开。对于这个超平面，咱们能够用下面的式子来表示， web ωTx+b=0 感知器是最简单的一种线性分类器。用f(x)表示分类函数，感知器能够以下来表示。 f(x)=sign(ωTx+b) 感知器至关于一个阶跃函数，以下图所示，在0处有一个突变。 损失函数是分类器优化的目标函数，能够用来衡量分类错误的程度，损失函数值越小

>>阅读原文<<