感知器

首先，我们对$g(x)=w^Tx+w_0$做一些形式上的改变。定义：

$$y=[1,x_1,x_2,\ldots,x_d]^T$$
$$\alpha=[w_0,w_1,w_2,\ldots,w_d]^T$$
这样 $g(x)$就可以表示成：
$$g(x)=\alpha^Ty$$
决策规则是：如果 $g(y)>0$，则 $y\in w_1$；如果 $g(y)<0$，则 $y\in w_2$;

现在我们定义一个新的变量$y_i'$（称为：规范化增广样本向量）：

$$y_i'=\begin{cases}y_i\qquad if\;y_i\in w_1\\-y_i\;\quad if\;y_i\in w_2\end{cases}$$
这样，样本可分的条件就变成了：
$$\alpha^Ty_i'>0,\quad i=1,2,\cdots,N$$
对于线性可分的一组样本 $y_1,y_2,\cdots,y_N$满足上式的权向量 $\alpha^*$称为一个解向量，所有满足要求的 $\alpha^*$构成解区。解区中的每个解向量都能把样本没有错误的分开，但是考虑到噪声、数值计算误差等因素，靠近解区中间的解向量应该更加可靠，因此引入余量的概念，将解区向中间缩小。形式化描述就是，引入余量 $b>0$要求解向量满足： $$\alpha^Ty_i>b\quad i=1,2,\cdots,N$$

下面来讲讲如何求解$\alpha^*$。
对于权向量$\alpha$，如果某个样本$y_k$被错误分类，则$\alpha^Ty_k\leq0$。因此我们可以定义所有样本中错误分类样本的惩罚：

$$J_P(\alpha)=\sum_{\alpha^Ty_k\leq0}(-\alpha^Ty_k) \tag{1}$$
公式(1)就是 感知器准则函数。
当且仅当 $J_P(\alpha^*)=minJ_P(\alpha)$时 $\alpha^*$是解向量。
公式(1)的最小化可以用梯度下降法迭代求解：
$$\alpha(t+1)=\alpha(t)-ρ_t∇J_P(\alpha)\tag{2}$$
其中：
$$ρ_t∇J_P(\alpha)=\frac{∂J_P(\alpha)}{∂\alpha}=\sum_{\alpha^Ty_k\leq0}(-y_k)$$
因此公式(2)可写成：
$$\alpha(t+1)=\alpha(t)+ρ_t\sum_{\alpha^Ty_k\leq0}(y_k)$$
即在每一步迭代时把错分的样本按照某个系数加到权向量上。

通常情况下，一次将所有错误样本都进行修正的做法效率不高，更常用的是每次只修正一个样本的固定增量法，步骤是：
(1)任意选择初始的权向量$\alpha(0)$，置$t=0$；
(2)考察样本$y_j$，若$\alpha(t)^Ty_j\leq0$，则$\alpha(t+1)=\alpha(y)+y_j$，否则继续；
(3)考察另一个样本，重复(2)，直至对所有样本都有$\alpha(y)^Ty_j>0$，即$J_P(\alpha)=0$
如果考虑余量$b$，只需将上面的算法中的错分判断条件改成$\alpha(t)^Ty_j\leq b$即可。

这里修正步长$ρ_t=1$是固定的，但是也可以使用可变步长，如绝对修正法的步长为$ρ_t=\frac{|\alpha(k)^Ty_j|}{||y_j||^2}$

总结：感知器算法是最简单的可学习的机器，由于它只能解决线性可分的问题，所以在实际应用中直接使用感知器的场合并不多，但是它是很多复杂算法的基础，比如SVM和多层感知器人工神经网络。