李航统计学习感知机算法实现

前言

李航的《统计学习方法》和西瓜书是入门机器学习进而到深度学习的经典书籍，笔者是数学专业大二在读，在编程方面仍有许多不足之处，在已经看完相关经典书籍后开始编程实践。因为本人愚钝，且不善编程，所以在实现算法的过程中总有许多冗余操作，但那也不失为一种特色，因为我在编辑代码的时候仅使用简单的操作同时多注释足够详细。希望自己的代码可以帮助到更多和我一样初入机器学习的同学，我们一起进步。本文对感知机算法做出了实现，仅供参考，转载注明出处。

感知机的算法实现

感知机是最基本的，也是最简单的机器学习模型，主要通过线性模型来区分线性可分的数据集
1，数据集的具体内容

2，通过代码实现感知机算法`
代码实现如下：

import numpy as np
import pandas as pd
#仅供参考转载注明出处
#定义sgn函数
def sgn(x):
    if x > 0:
        return 1
    else:
        return -1

#判断是否存在误分类点
def classfy(data, w, b):
    for