文章标题

统计学习方法

大部分内容总结自李航博士的统计学习方法

课件：统计学习方法课件

2.感知机

Define:它是一个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，-1}。

2.1感知机模型

感知机是一个判别模型，所以它有自己的决策函数：

f(x)=sign(w⋅x+b)

特征空间：χ⊆Rn,x⊆χ

输出空间：y=+1,−1

权值：w⊆Rn

偏置：b⊆R

sign表示符号函数：sign(x)={+1,−1,x≥0x<0

感知机是一种线性分类模型，所以它有自己的几何解释：

线性方程：w⋅x+b=0

这对应于空间中的一个超平面S,w是超平面的法向量，b是超平面的截距

2.2感知机学习策略

未完待续