统计学习笔记--感知机模型

感知机，就是二类分类的线性分类模型，其输入为样本的特征向量，输出为样本的类别，取+1和-1二值，即通过某样本的特征，就可以准确判断该样本属于哪一类。顾名思义，感知机能够解决的问题首先要求特征空间是线性可分的，再者是二类分类，即将样本分为{+1, -1}两类。f(x)为一下函数：

f(x)=sign(w*x+b)

其中sign为符号函数，w为权值向量，b为偏移。

网上的感知机算法比较多，我在这里就不啰嗦了，具体可以参考

http://www.cnblogs.com/OldPanda/archive/2013/04/12/3017100.html

上面文章给的是python代码，我把c++代码贴上来吧

最近coding量比较大，这段代码没有调试，当做参考吧