通过鸢尾花数据集来学习感知机算法，我就思考感知机算法在生活中可以用来干什么，首先想到的是，通过身高和体重来区分一个人是南/北方人，但是直觉告诉我这肯定区分不了，事实上也肯定区分不了，不论你界定怎样的身高和体重，总会有反例出现。
又回想到《统计学习方法》中将数据集分为线性不可分数据集和线性可分数据集，而感知机算法是建立在数据集是线性可分的假设之上的，也就是说，感知机问题只能解决线性可分数据集。
那么，感知机算法实际上不是一个很“智能”的算法， 因为我们提供的数据集已经是可分的了，感知机算法不过是将其精确化产生一个判别式后判断新的数据，而并不能从“混沌”的数据集中产生新的知识。
不过，看了一下感知机算法是1958年提出的算法，而且经过一些人的努力后（和我一样）发现它没有前途。
https://www.jiqizhixin.com/graph/technologies/f9849d6c-6262-4c1f-8f42-6d976be17161 机器学习的文章。
在人工神经网络领域中，感知机也被指为单层的人工神经网络，以区别于较复杂的多层感知机（Multilayer Perceptron）。作为一种线性分类器，（单层）感知机可说是最简单的前向人工神经网络形式。尽管结构简单，感知机能够学习并解决相当复杂的问题。感知机主要的本质缺陷是它不能处理线性不可分问题。
感知器——机器之心
虽然感知器最初看起来很有希望，但很快就证明了感知器不能被训练来识别许多类型的模式。这使得神经网络研究领域的研究陷入了许多年的低迷时期，直到人们认识到一个有两个或多个层的前馈神经网络(也称为多层感知器)的处理能力远比感知器(也称为单层感知器)的处理能力要强得多。
感知器——机器之心
那么，又产生一个问题，那么如何判别是否线性可分呢？我的思考的思路就是，尽可能多的提供X的维度和数据，然后从X里面抽取子集，判断是否能得到线性可分的结果，这样就可以从“混沌”的知识里面让机器产生新的知识，例如，判断南北方人我们X的维度可以是{身高，体重，体脂率，眼睛度数，手指长度，。。。}（这里面变量名我瞎诌的），等等尽可能多的提供因为南北方差异产生的身体上数据的差异，然后让机器慢慢跑，让看哪种X的子集会产生线性可分的结果。
而比较专业的做法是：机器学习入门教程：Python测试线性可分性的方法
所以现在才能深刻的理解到数据的重要性，你只有感知机，没有鸢尾花数据集（已确定的线性可分数据集），也没有多大用处。那么，我认为数据又分为两种，一个是规范化的数据，比如说各个软件公司的设计的数据库（MySQL，nomysql），这种是现成的数据集，但是，这种数据从根本上已经受到人类自身先验知识的约束（表单的结构），另一种是非规范化的数据，就比如搜索引擎的搜索结果，这种是基于人类知识的非规范化数据，那么这种数据的提取就必须依赖于NLP，而NLP最初的发展思路应该就是给定某一限定的不规范数据，然后尝试从中提取数据，然后再应用到不限定的不规范数据。
比如说我们史老师在大一C语言测试后给我们展示她的一部分工作，就是将手写病历转化为电子病历，就是从“病历”这一限定条件下的“手写病历”（不规范数据）（每个人的语法习惯不一样）提取（电子病历）规范化数据。
有意思。
瞎想的。
欢迎在评论区中进行批评指正，转载请注明来源，如涉及侵权，请联系作者删除。
