神经网络 感知器训练算法

感知器训练（perceptron rule）

对象： 单个单元（perceptron unit）

用途： 处理线性可分的数据集

对下列公式进行有限次的迭代[repeat x,y]：

目的： 设置权值以便获得与预期相同的数据集

方式：通过不断地修改权值来实现目的，这里采用给权值W赋予学习速率的方式，但碰到一个问题是原先的实际输出值是跟阈值θ做比较的，这个算法没有办法对θ赋予学习规则，所以需要学习θ，这里引入一个简单的实际学习技巧，把θ视为另一种权值，考虑阈值函数的工作方式，采用W和X的线性组合，然后将其与θ进行比较，考虑从两端减去θ，θ就变成了另一个权值（W=-θ），使得处理阈值θ就和处理权值W一样，之后所做的比较都是相对于0而不是θ。

权值变化：y