2장에서 이야기했던 것을 떠올리면 퍼셉트론 알고리즘은 선형적으로 구분되지 않는 데이터셋에는 수렴하지 못합니다. 실전에서 보통 퍼셉트론 알고리즘을 추천하지 않는 이유입니다. 다음 절에서 클래스가 선형적으로 완벽하게 구분되지 않더라도 최솟값에 수렴하는 좀 더 강력한 선형 분류 모델을 알아보겠습니다.
Note ≡ 추가적인 퍼셉트론 설정
Perceptron은 물론 사이킷런의 함수나 클래스는 많은 매개변수를 가지고 있습니다.8 여기서는 복잡하지 않도록 생략했습니다. 파이썬의 help 함수를 사용하여 매개변수에 대한 상세 내용을 볼 수 있습니다(예를 들어 help(Perceptron)). 또는 사이킷런의 훌륭한 온라인 문서를 참고하세요(http://scikit-learn.org/stable/).
8 역주 Perceptron 클래스는 SGDClassifier(loss='perceptron')과 거의 같습니다. loss를 제외하고 SGDClassifier에 있는 거의 모든 매개변수를 지원합니다. 하지만 클래스 분류 확률을 제공하는 predict_prob(), predict_log_prob() 메서드는 지원하지 않습니다.