机器学习笔记——感知机、多层感知机(MLP)、支持向量机(SVM)

大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本笔记介绍机器学习中的感知机、MLP、SVM算法。

---

感知机（Perceptron）

感知机是机器学习中最基本的线性分类模型之一，只有一个输入层和一个输出层，没有隐藏层。是一个简单的线性分类器，只适用于线性可分的数据集。它最初由 Frank Rosenblatt 于 1957 年提出，用于解决二分类问题。感知机的目标是找到一个能够将两个类别的样本进行线性分割的超平面（即线性决策边界）。

模型定义

感知机模型的主要思想是：通过一个线性函数将输入的特征 x 映射到一个输出类