w_2 的初始值固定为 0.5。数据由固定种子（LCG seed=42）生成，每次重绘显示相同的20个点。
蓝色圆点＝类别+1／红色×＝类别-1／绿色实线＝学习后的决策边界／灰色虚线＝真实边界 x1+x2=0
简单感知器是2输入线性阈值单元，输出为加权和的符号：
$$y = \operatorname{sign}(w_1 x_1 + w_2 x_2 + b)$$
学习规则（感知器学习算法，PLA）。$t$ 为教师信号 $\pm 1$，$y$ 为模型输出：
$$w_i \leftarrow w_i + \eta\,(t - y)\,x_i,\quad b \leftarrow b + \eta\,(t - y)$$
决策边界为 $w_1 x_1 + w_2 x_2 + b = 0$，图形表示为：
$$x_2 = -\frac{w_1 x_1 + b}{w_2}$$
间隔（到最近点的距离）通过权重范数标准化评估：
$$\gamma = \frac{w \cdot x_{\text{target}} + b}{\|w\|}$$
若数据线性可分，感知器收敛定理保证有限次迭代后必然得到分离超平面。
感知器学习模拟器简介
🙋
「感知器」是神经网络学习中最先出现的术语。这个概念现在还值得学习吗？
🎓
值得。跳过它的话，之后出现的深度学习会显得像「某种咒语」。简单感知器只是「用2个输入的加权和的符号来分开2个类」，最小化的模型，学习规则也简洁：$w \leftarrow w + \eta(t-y)x$。上面模拟器的「最终分类精度」是100%，因为数据线性可分。
🙋
当我把学习率 η 调到接近1.0时，决策边界的斜率变化很大。
🎓
那是因为步长太大，一个误分类点就会导致权重大幅摆动。线性可分的数据最后会收敛，但收敛到那一刻可能需要更多的迭代次数，或者决策边界会远离「真实边界 x1+x2=0」。实际操作中通常从较小的 η（0.01～0.1）开始，如果振动太大就调小，太慢就调大。
🙋
我注意到「收敛迭代次数」的卡片显示的数字相当小。这表示什么？
🎓
这是指「整个数据集过一遍都没有误分类的第一个迭代」。初始值 w=(0.5, 0.5), b=0 已经能很好地分离数据，所以几乎在第一次就达到零误差。试试把 w_1 初始值改成 -2，最初会把红色×和蓝色圆点分类反了，需要多个迭代才能收敛，这样就能看出差异。
🙋
那么「学习」本质上是从初期的猜测逐步接近正确答案？
🎓
完全正确。而且只在出现误分类时才进行修正，这是一种很节俭的方法。这是1958年Rosenblatt提出的在线学习的原型，对流式数据很有优势。现在的SGD（随机梯度下降）直接继承了这个思想。随着滑块移动观察边界如何变动，你就能体会到现代深层学习优化器的「心路历程」。
常见问题
简单感知器能学习XOR问题吗？
不能。XOR是线性不可分的，无论学习多少次迭代，权重都会永远振动，决策边界无法收敛。Minsky和Papert在1969年的著作《Perceptrons》中指出了这个限制，这引发了第一个神经网络的「冬天」时期。多层感知器（MLP）通过添加至少一个隐藏层，可以对特征空间进行非线性变换，从而表达XOR。
多层感知器（MLP）的扩展有什么不同？
简单感知器只能解决线性可分的问题，但添加一层或多层隐藏层后，根据通用近似定理，可以任意精度近似任意连续函数。学习采用反向传播算法（误差反向传播法），激活函数从阶跃函数改为Sigmoid、ReLU等。现代深度学习本质上就是将这种多层结构进一步深化。
支持向量机（SVM）与感知器的关系是什么？
两者都是寻找线性分离超平面的方法，但优化目标不同。感知器是「找到任何能够分离的超平面」，解不唯一，取决于数据呈现顺序和初始值。SVM是「找到最大化间隔（最近数据点到边界的距离）的超平面」，解唯一且泛化性能更强。此外SVM还可通过核方法扩展到非线性问题。
学习不收敛的原因是什么？
最主要的原因是数据线性不可分。此时感知器收敛定理不适用，权重会无限振动。解决方法包括：(1)用散点图确认数据是否真的线性可分；(2)使用口袋算法（Pocket Algorithm）保留「迄今为止误分类最少的权重」；(3)对于线性不可分的情况，切换到MLP或核SVM。本模拟器使用线性可分的固定数据集，因此必然能达到100%精度。
现实应用
历史意义（1958年～）： Frank Rosenblatt提出的简单感知器是现代神经网络和深度学习的起点。当时甚至还有硬件实现，被作为「会学习的机器」而备受关注。虽然后来被Minsky和Papert指出了线性可分性的局限而进入「冬天」，但多层化和反向传播的发现使其复兴，最终演变成今天的深度学习。
线性SVM和逻辑回归的理论基础： 「用线性超平面分离两个类」这个基本框架是线性SVM、逻辑回归、线性判别分析（LDA）等现在仍在实务中广泛使用的线性分类器的共同基础。理解感知器后，你就能将这些方法的区别理解为「损失函数」和「优化方法」的不同。
在线学习和流式数据： 感知器是「每次处理一个样本就更新权重」的在线学习原型。无需查看全体批数据，内存消费很少，在数据依次到达的场景（广告点击预测、欺诈检测、物联网传感器分析等）中至今仍在发挥作用。
教育与概念验证： 这是机器学习入门教材中最频繁出现的算法。「权重」「偏置」「学习率」「收敛」「过拟合」「线性可分性」等现代深度学习共通的重要概念，在这里用最少的代码行数就能体验到。
常见误解和注意事项
最常见的误解是「只要学习足够长，任何数据都能最终分离」 。感知器收敛定理的形式是「若数据线性可分，则有限次迭代后必然收敛」。对于线性不可分的数据，无论迭代100次还是10000次都不会收敛，权重会永远振动。本模拟器故意使用线性可分的固定数据集，所以必然达到100%精度，但现实中大多数数据需要特征工程才能实现线性可分。
第二个常见陷阱是「学习率越大收敛越快」这个想法导致把 η 设成接近1.0 。虽然单步幅度更大，但一个误分类点就能造成权重大幅摆动，最后可能需要更多迭代才能稳定，或在远离「真实边界 x1+x2=0」的地方停下来。在上面的模拟器中缓慢调整 η 从0.01到1.0，对比「学习后 w_1, w_2」和「决策边界」的变化就能看出来。实务中标准做法是从小 η（0.01～0.1）开始，振动太大就降低，收敛太慢就提高。
最后一个误解是「感知器的解是唯一的」 。线性可分的数据集有无穷多个分离超平面（只要有哪怕一点儿的间隔，就能在这个范围内平移和旋转边界）。感知器只是返回「第一个达到零误差的权重」，所以根据数据呈现顺序和初始值的不同，会得到不同的边界。如果你想要一个「最优的、唯一的」边界，标准选择是使用SVM，它的目标函数明确地包含了间隔最大化。
具体计算示例
使用默认值 η=0.1、初始w1=0.5（w2固定为0.5）、b=0.0 时，固定种子的20个点（(3,3)附近的类+1与(-3,-3)附近的类-1）已被正确分离，因此仅1次迭代即达到100%最终分类精度。将w1初值设为-2.0时最初几个点会被误分类，但仍在2次迭代内收敛到100%——这正是「线性可分时有限次必收敛」的感知器收敛定理实例。