什么是感知机？
感知机是一个二分类的线形分类模型，输入实例的特征向量，输出实例的类别。
感知机的目的是求一个可将实例分开的超平面。为了求这个超平面需要用到基于误分类的损失函数和梯度下降的优化策略。-
感知机模型
比如x表示n维的数据，y表示数据的类别，则感知机模型的公式可以表示为：
y=sign(wx+b)
其中w、b为模型参数，w为权值，b为偏置。sign为激励函数。
sign(x)
该感知机超平面的线性方程为：wx+b=0
他的几何意义在于：
image
任意初始化w，b之后，碰到误分类点时，采取的权值更新为w,b分别为：
image
