摘要： 上上一章已经学习了感知机模型、策略和算法，感知机对于分类任务有着其优点，但是该模型是在具有 强假设 的条件下——训练数据集必须是 线性可分 的，但是如果数据集是 呈现无规则 的分布，那么此时如果要做分类任务，还可以考虑 k近邻（KNN） ，这是一种基本的 分类和回归 方法，既可以做简单的二分类也可以 阅读全文

摘要： 看完上一章的概要学习后，开始就进入第二章的内容——感知机。对于统计学习方法而言，包含三要素，模型+策略+算法，接下来就从以下三个要素全面了解感知机。 感知机模型 简单来说，感知机（Perceptron）针对的是二分类的线性模型，其输入为实例的特征向量，输出为实例的类别，取+1、 1。利用数学语言抽象 阅读全文