这是上一期提到的感知器公式：

它本质上是一条线，它的目标是分开这分布在二维平面上的点（橙色点的目标值为 1， 蓝色点的为 0）：

而这条线由 $W_{1}$、$W_{2}$ 和 $b$ 共同影响。

所以，问题的关键其实是要知道 $W_{i}$ 和 $b$ 要变大还是变小，变大变小多少？

自动调整

直接告诉你答案吧：

$Y$ 是目标值，$y$ 是输出值。

当 $Y$ 和 $y$ 一致，分类正确，$(Y - y)=0$，不调整。

当蓝色的点在线上方时，分类错误，$(Y - y)=-1$，说明 $W_{i}$ 或 $b$ 太大：

当橙色的点在线下方时，分类错误，$(Y - y)=1$，说明 $W_{i}$ 或 $b$ 太小：

乘以 $x_{i}$ 是因为随着 $x_{i}$ 变大，$W_{i}$ 调整得也应该更大：

通常，它们还会再被乘个 $r$，这会在今后的内容里展开。

结尾

通过不断调整 $W_{i}$ 和 $b$ 值，机器总能将点分成两类。

试试看，这个能不能被分开：