感知器（Perceptron）是一种二元线性分类模型，
感知器学习算法在直观上可以这样解释：当一样本数据被误分类，即位于超平面的错误一侧时，感知器通过调整\(w,b\)的值，使超平面朝误分点一侧移动，以减少该误分点与超平面间的距离，直至超平面超过该误分点使其被正确分类，通过不断重复上述步骤。