感知器 - Perceptron

感知器是一种人工神经网络

感知器的输入为一组实数值组成的向量，然后感知器对输入向量的各个维度的数值进行一次线性运算得到一个数值，如果这一数值大于某一阀值则输出1，否则输出-1.

感知器可以被看作是一个n维特征空间的决策超平面。如果输入样本（n维向量）落在超平面的一侧则输出结果为1，落在另一侧则输出结果为-1。

这里，感知器只能解决线性可分问题。

训练样本为（X，d）其中X为输入向量，d是输入向量的类别（+1或者-1），然后反复作为输入样本进行训练，直到收敛。

算法大体过程：

1、将权重初始化为一组很小的随机数（比如（-1， 1））

2、计算感知器结果

3、更新权重

4、重复2、3直至收敛