9 简介 算法原理：ay是增广权向量a与规范化的增广 样本向量y的内积，其值描述两个向量在方向上 的一致性； 算法条件：已知每类的子类数日↓，但未知子 类划分的情况； 算法思路：先假设初始的权向量；后由训练样本 提供的错误信息进行迭代修正，直至收敛。9 简介  算法原理：aiTy 是增广权向量 ai 与规范化的增广 样本向量 y 的内积，其值描述两个向量在方向上 的一致性；  算法条件：已知每类的子类数目 li ，但未知子 类划分的情况；  算法思路：先假设初始的权向量；后由训练样本 提供的错误信息进行迭代修正，直至收敛