(感知机-Perceptron)—有监督学习方法、非概率模型、判别模型、线性模型、参数化模型、批量学习、核方法

定义

假设输入空间（特征空间）是$\chi$$\subseteq R^n$,输出空间是y$=\{+1,-1\}$ 。输入$x\in \chi$表示实例的特征向量，对应于输入空间（特征空间）的点；输出$y\in$y表示实例的类别。由输入空间到输出空间的如下函数：

$f(x)=sign(\omega \cdot x+b)$，称为感知机

其中$\omega$和b为感知机模型参数：
权值（weight）或权值向量（weight vector）$\omega \in R^n$

偏置（bias）:$b\in R$

$\omega 和x的内积：\omega \cdot x$

符号函数： s i g n