2、统计学习方法--感知机
感知机
1、 感知机模型
二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1 二值，属于判别模型。
假设训练数据集是线性可分的，感知机学习的目标是求得一个能够将训练数据集正实例点和负实例点完全正确分开的分离超平面。如果是非线性可分的数据，则最后无法获得超平面。
2、感知机学习策略
1、数据集的线性可分性
2、感知机学习策略
假设训练数据集市线性可分的，感知机学习的目标是求得一个能够将训练集正实例和负实例点完全正确分开的分离超平面，为了找出这样的超平面，即确定感知机模型参数w,b ，需要确定一个学习策略，即定义损失函数，并将损失函数极小化。
实际应用中一般用几何间距
感知机学习算法
1、感知机算法的原始形式
这里使用的函数间隔、目的就是得到的结果没有一个误分类点
感知机是误分类点驱动 所以用函数间隔就满足要求
- 实例
1、感知机算法的对偶形式
