机器学习 ---感知机

感知机是二类分类的线性模型，其输入为实例的特征向量，输出为实例的类别，取+1、-1二值。感知机的学习旨在求出将训练数据进行线性划分的分离超平面，为此导入了基于误分类的损失函数，利用梯度下降法对尊师函数进行极小化，求得感知模型。
1.感知学习的函数
f(x) = sign(w * x + b)
想要求得感知学习模型，即求参数w,b。
选取损失函数为：误分类点到超平面的总距离。因此，在输入空间的任意一点x0到超平面的距离为：|w * x0 + b| / ||w||