引例：判断一个人是否长得帅？？？ 有如下feature： 身高，体重，三围，颜值，学习成绩（帅的人学习成绩好的少...为何要这么一个扯淡的特征下面会讲解）等等。

假设有一个标准：每一个评分项给予多少分的权重，当所有feature与权重相乘的和大于某一个值的时候，那这个人就是帅哥！！

例子： 180*5+150*3+....>1000 帅哥！ 小于则.....

感知器任务：通过已知的实例调节权重，使其能够预测出未知实例的结果。

符号表示：

if       (w1*x1+w2*x2+.......>b) return true

else        return false

由于b是常数，我们可以将b表示为-w0×X0，则可以表示为

if       (w1*x1+w2*x2+.......+w0×x0>0) return true

else        return false

训练方法：

当预测值等于我们期待的结果时： 什么也不用做

但当其小于的时候，说明我们增加的权值小了，赢补上一个正数数 例如所有xi××2的和数学表达推导如下：

w1*x1+a*x1*x1+w2*x2+a*x2*x2+......  住：a为学习速率因子，会影响学习速率

w的更新值相当于wi=wi+a×xi

wi=wi+a*(y-h(x))*xi

伪代码表示：

1.迭代的停止条件是什么？

答：自己定，可以是某个验证集取得理想结果的时候，或是向上述例子，单纯是循环多少次

2.当训练时候遇到正确样本会发生什么？

答：什么也不发生，当预测结果正确时候，就假定是最好感知器

3.每次迭代调整w或是所有样本迭代完全后调整w（上例）有区别么？

答：区别不大，也许w权值会有所变化，但实际效果没多大区别。

4.某轮迭代后结果一定变好么？

答：不一定，但总体趋势是变好的！

5.a的作用和取值问题

答：作用是控制学习速率，一般选0-1之间，过大不能学习到最优值，过小没有什么变化~~

C语言实现代码如下：

                    由一个计数器，吧每次最好的记录即可！

缺点：只能解决线性可分问题

通过升维度来解决！但是并不一定能取得很好效果，如增加学习成绩这种特征...

更好的解决方法以后再讨论！