目的変数が2値,\(n\)個の特徴量も全て2値の場合の逐次学習アルゴリズム.
線形関数 \(f=w_1x_1+\cdots+w_nx_n\) について,\(f\gt\theta\) なら 1 に,でなければ 0 に分類する.また,係数\(\alpha\gt 1\) を定める.
単純なアルゴリズムだが,PAC学習の観点から理論的な誤り率の限界,\(\alpha\) に関する収束条件,学習可能な問題のクラスなどが示されていて,この種のアルゴリズムのパイオニアとなった.
-- しましま