感知機--SVM和神經網絡的基礎（統計學習方法）

感知機，這個名字真是一言難盡~ 感知機是二類分類的線性分類模型，輸入實例的特徵向量，輸出類別，正負1.感知機旨在求出將實例劃分爲正負兩類的分離超平面。 模型：f(x)=sign(wx+b)  這裏w和x都是向量   分離超平面就是，wx+b=0    怎麼求出這個超平面？需要學習策略：這裏用的是經驗損失最小化。啥意思？就是，這個超平面分錯的誤差最小。 最直接想到的是，誤分類的點數越少，就代表誤差越

>>阅读原文<<