（202302）统计学习方法习题实战TASK2 感知机

TASK2： 第二章 感知机

本次参加的是DataWhale组织的2023年2月份学习计划。学习内容为李航老师的《统计学习方法（第二版）》的第一到六章。习题的解答开源在datawhale的GitHub账号GitHub - datawhalechina/statistical-learning-method-solutions-manual: 《统计学习方法》（第二版）习题解答，在线阅读地址：https://datawhalechina.github.io/statistical-learning-method-solutions-manual

新的了解与想法

这一章相对第一章对我来说要好理解许多，感知机作为后续许多算法的基础，我之前多少还是有一些了解的。

• 首先需要明确的是，感知机是一种线性分类模型，属于判别模型。
  • 当训练数据集是线性可分的时候，感知机学习算法的原始形式是收敛的。
  • 显然（但需要经过严格地证明），在这种情况下，感知机学习算法得到的超平面并不是唯一的。我们如果添加约束条件从而得到唯一的超平面，就是支持向量机SVM。 
  • 如果将感知机用于线性不可分的数据集，感知学习算法不收敛，迭代结果就会