統計學習——感知機（超詳細）

1. 感知機原理 感知機是一個二類分類模型，輸入爲實例的特徵向量，輸出爲實例的類別，取值爲+1和-1。 定義1-1：數據的線性可分性 假設訓練數據集是線性可分的，感知機學習的目標是求得一個能夠將訓練數據集正實例點和負實例點完全正確分開的分離超平面。如果是非線性可分的數據，則最後無法獲得超平面。 2. 感知機模型 3. 感知機的學習策略 爲了找出可以將數據集完全正確分開的分離超平面，爲了找出這樣的超

>>阅读原文<<