本章将介绍机器学习的两个早期分类算法：感知器和自适应线性神经元。我们从Python编程逐步实现感知器着手，训练模型对鸢尾属植物数据集中的不同花朵样本进行分类。这有助于理解机器学习分类算法的概念，以及如何用Python有效地实现这些算法。

讨论自适应线性神经元优化的基础知识，将为采用基于scikit-learn机器学习软件库中更强大的分类器奠定基础，见第3章。

本章将主要涵盖下述几个方面： xcM4NP29sN4O6sMQchgm1vAkmJwuc/gmb9WkdX6hpulALztvj3OTttqlwQa4SxoZ

• 建立对机器学习算法的直观感觉。
• 用pandas、NumPy和Matplotlib进行数据读入、处理和可视化。
• 用Python实现线性分类算法。