机器学习之二：感知机

1、感知机的原理
感知机的模型为：

$$f(x)=sign(w\cdot x+b)$$
其中：w和b称为感知机模型的参数， $w\subset R^n$叫做权值， $b\subset R$叫做偏置，sign为符号函数：
$$sign(x)=\begin{cases} +1, & \text x\geq 0 \\ -1, & x<0 \end{cases}$$
感知机的损失函数选择的是误分类点到超平面S的总距离，损失函数定义为：

L(w,b)=−∑xi⊂Myi