机器学习算法（一）——感知机

机器学习算法（一）——感知机：
为了加深自己对算法对进一步理解，将逐步开始编辑写相应博客用作记录。
今天在第一篇将谈谈机器学习的基础算法之感知机。
感知机是二类分类的的线性分类模型，其输入为实例的特征向量，输出为实例的类别+1、-1，感知机对于输入空间（特征空间）划分为正负两类的分离超平面，属于判别类型。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此基于误分类的损失函数，利用梯度下降法对损失函数极小化，求得感知机模型，感知机学习算法分为原始形式和对偶形式。
1.1 定义：

1.2感知机的解释



2.2 数据集的线性可分性

2.3 感知机的代价函数

3. 感知机的学习算法

1.原始形式–梯度下降法

2.对偶形式