接上一节KKT条件
感知机（perceptron）是理解神经网络和支持向量机的基础，值得我们认真学习。
感知机原理很朴素，功能也较为单一，即在样本线性可分的情况下，求得一个超平面P$sum_{i=1}^{n}w _{i}cdot x_{i}=0$，使得输入空间中的实例全部正确划分。
超平面的直观感受：
流程:
现有m个n维样本，n维简单理解为样本的特征（feature）个数。$x_{1}^{i},x_{2}^{i}···x_{n}^{i} ,y_{i}(i = 1,2,,,m,y=+1/-1)$
目标：找到超平面P$sum_{i=1}^{n}w _{i}cdot x_{i}=0$（令x0=1），使得输入空间实例，满足
一部分实例$sum_{i=1}^{n}w _{i}cdot x_{i}>0$,
另一部分实例$sum_{i=1}^{n}w _{i}cdot x_{i}<0$
令w=[θ0，···，θn]，x=[x0，···，xn]
定义感知机模型$f(x)=sign(wcdot x+b) ,( b=w _{0}cdot x_{0} )$ , 其中
且，y=+1的实例有$wcdot x+b>0$，
y=-1的实例有$wcdot x+b<0$，这样定义是为了方便定义损失函数
定义损失函数为误分类点到超平面P的距离。我们希望的是误分类点到超平面P的距离最小
有点到平面的距离$d=frac{left | wcdot x_{i}+b ight |}{left | w ight |_{2}}$
Tips:
点到超平面的距离的理解
类似与解析几何
Ax+By+C=0，点（x0，y0）到平面的距离为
$d=frac{Ax_{0}+By_{0}+C}{sqrt{A^{2}+B^{2}}}$,
所以点到超平面P的距离为$d=frac{left | wcdot x_{i}+b ight |}{left | w ight |_{2}}$
其中，$left | w ight |_{2}$为L2范数，简单理解L2范数就是欧几里得距离
就误分类的点必有-yi(w·xi+b)>0，等价于$left | wcdot x_{i}+b ight |>0$，所以
$d=frac{-yleft | wcdot x_{i}+b ight |}{left | w ight |_{2}}$
设误分类点集合M，有
$d=-frac{1}{left | w ight |_{2}}sum_{x_{i}subseteq M}^{ }y_{i}(wcdot x_{i}+b)$
我们发现，点到平面距离 d 的分子分母均有W，即分子分母成倍数关系，我们可以固定分子或分母为1，来简化损失函数。
在感知机模型中，常常保留分子，最终感知机损失函数L为：
$Lleft ( w,b ight )=-sum_{x_{i}subseteq M}^{ }y_{i}(wcdot x_{i}+b)$
感知机优化：
采用随机梯度下降法，通过误分类点来更新梯度
损失函数求偏导：
$frac{partial }{partial w}Lleft ( w,b ight )=-sum_{x_{i}subset M}^{ }y_{i}x_{i}$
$frac{partial }{partial b}Lleft ( w,b ight )=-sum_{x_{i}subset M}^{ }y_{i}$
$w=w-eta (-sum_{x_{i}subset M}^{ }y_{i}x_{i})$
$w=w+eta sum_{x_{i}subset M}^{ }y_{i}x_{i}$
其中，$eta $为步长，yi=-1/+1，x为已知样本
对偶形式：
没有实践，纸上谈兵，不做太多赘述。
个人理解为，通过查询Gram矩阵来选择一个误分类点，一次內积运算节省了时间。
参考：https://www.bilibili.com/video/av23933161/?p=20
http://www.cnblogs.com/pinard/p/6042320.html
实例
四个样本，两个维度，一个Y（如图标黄的部分），设定sign函数＞0.5为1，≤0.5为0，学习速率即步长为0.1
我简单讲解一行
每个超平面（每一行）都设定x0都为1，将第一个样本带入（0，0，1）--input和target，对应的初始权重（initial weights），1×0+0×0+0×0=0（output，sum）因为sign该函数的规定，0＜0.5，所以final output=0，误差error等于target-final output=t-o=1-0=1（得到正确的解时每一行都应为0，比如最后一行）
更新w，W0=W0+η×Y×X0=0+0.1×1×1=0.1，W1=W1+η×Y×X1=0+0.1×0×0=0，，，，，以此类推
