输入表示实例的特征向量,对应于输入空间的点。
输出表示实例的类别。
输入空间到输出空间由如下函数表示:f(x)=sign(w*x+b)
w和b称为感知机模型参数,w叫做权值向量,b叫做偏置。
感知机是一种线性分类模型,属于判别模型。其假设空间是定义在特征空间中的所有线性分类模型。
感知机的几何解释:w*x+b=0 该线性方程对应于特征空间Rn的超平面S,其中w是该平面的法向量,b是该平面的截距。
这个超平面将特征空间划分为两部分,位于两部分的特征向量分别被分为正,负两类。故超平面S称为分离超平面。
求感知机模型,即求模型参数w b。
感知机预测就是通过学习得到的模型,对新的输入实例给出对应的输出类别。