感知機數據算法的對偶形式

（1，1）*是x那3個2維向量具體計算得知。 所以可以求得對偶感知機模型： 和感知機的原始形式一樣，對偶形式也是收斂的，可以存在多個解，這既依賴於初值的選擇，也依賴於迭代過程中誤分類點的選擇順序，如果想得到唯一的超平面，需要對分離超平面增加約束條件，而這就是線性支持向量機的想法。在進行感知學習時，當訓練集線性不可分時，感知機的學習算法也不會收斂，迭代結果會發生震盪。

>>阅读原文<<