标签：
---恢复内容开始---
参考：http://www.cnblogs.com/fxjwind/p/3607784.html
感知机（perceptron)是二类分类的线性分类模型，属于判别模型（直接寻找输入到输出的映射函数，不关心联合概率什么的）。
感知机模型
假设空间 是定义在特征空间中的所有线性分类模型（linear classification model)或线性分类器(linear classifier)，即函数集合
几何解释为，线性方和wx+b=0，对应于特征空间中的一个分离超平面(separating hyperpalne)，其中w是超平面的法向量，b是超平面的截距，将数据点分为正、负两类
---恢复内容结束---
感知机（perceptron)是二类分类的线性分类模型，属于判别模型（直接寻找输入到输出的映射函数，不关心联合概率什么的）。
感知机模型
假设空间 是定义在特征空间中的所有线性分类模型（linear classification model)或线性分类器(linear classifier)，即函数集合
几何解释为，线性方和wx+b=0，对应于特征空间中的一个分离超平面(separating hyperpalne)，其中w是超平面的法向量，b是超平面的截距，将数据点分为正、负两类
感知机学习算法的对偶形式
看的不明白，还是贴图吧
标签：
原文地址：http://www.cnblogs.com/573177885qq/p/4329046.html
