如果训练集是线性可分离的，那么Perceptron会找到风险/损失最终为0的线性分类器。但是，如果我们认为数据是可分离的，但事实却并非如此，该怎么办。在这种情况下，如果我们让Perceptron在这样的数据上运行，并且示例数变为无穷大，那么误差值是否会在这样的限制下变为0？
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
