統計學習方法（二）：感知機

感知機：判別模型、二分類線性模型 模型形式： f ( x ) = sign ⁡ ( w ⋅ x + b ) f(x)=\operatorname{sign}(w \cdot x+b) f(x)=sign(w⋅x+b)： w和b爲感知機模型參數，sign是符號函數。 要求：數據集線性可分 目的：求將數據集線性劃分爲兩部分的超平面 經驗損失函數：所有誤分類的點到超平面距離之和 L ( w , b )

>>阅读原文<<