1.感知机是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别类型。感知机学习旨在求出江训练数据进行线性划分的分离超平面。
2.感知机学习算法由于采用不同的初值或选取不同的误分类点，解可以不同。
3.关于感知机学习算法的对偶形式的理解
4.感知机不能表示异或：
因为感知机是一种线性分类模型，而异或问题是什么呢？异或问题可以表示为如下形式：
即异或问题根据输出可以分为两类，显示在二维坐标系中如上图所示：其中输出结果为1对应右图中红色的十字架，输出为0对应右图中蓝色的圆圈，我们可以发现对于这种情况无法找到一条直线将两类结果分开，即感知机无法找到一个线性模型对异或问题进行划分。其实不光感知机无法处理异或问题，所有的线性分类模型都无法处理异或分类问题。