感知机模型

输入表示实例的特征向量，对应于输入空间的点。

输出表示实例的类别。

输入空间到输出空间由如下函数表示：f(x)=sign(w*x+b)

w和b称为感知机模型参数，w叫做权值向量，b叫做偏置。

感知机是一种线性分类模型，属于判别模型。其假设空间是定义在特征空间中的所有线性分类模型。

感知机的几何解释：w*x+b=0 该线性方程对应于特征空间Rn的超平面S，其中w是该平面的法向量，b是该平面的截距。

这个超平面将特征空间划分为两部分，位于两部分的特征向量分别被分为正，负两类。故超平面S称为分离超平面。

求感知机模型，即求模型参数w b。

感知机预测就是通过学习得到的模型，对新的输入实例给出对应的输出类别。