Logistic 回归与感知器：决策边界

观察要点

1. 线性可分数据上持续训练 Logistic 回归，‖w‖ 会不断增大，预测越来越“自信”；L2 正则把它拉回来。
2. 感知器只在分错时更新，所有样本分对后立即停止，边界往往贴着样本。
3. 离群点会把边界拉偏：对比交叉熵损失和感知器损失对离群点的敏感程度。

相关章节：第 3 章 线性模型。