问关于感知器函数的混淆

EN

我正试图通过手工来理解感知器是如何工作的，但我的结果并不符合感知器应该如何工作。我的假设是，以下步骤应该产生模仿感知器的结果：

1. 将每个输入分别作为xᵢ& yᵢ
2. 将每个输入乘以一个(W₁表示X，W₂表示Y)
3. 用加法将xᵢ·W₁和yᵢ·W₂结合起来= Rᵢ
4. 将分段函数应用于具有随机切换阈值的结果。

*(因为我是用手做的，所以不需要拼凑.我只想找一个结果‘R’在我的两个数据集之间分裂的点。)

这里(https://m.imgur.com/gallery/SII1r)是我的X，Y坐标图，分为红色数据集和蓝色数据集。目标显然是通过识别结果R中的一个模式，而该模式将被分类器正确地解释。

以下是数据集及其结果R值(W₁= -1) & (W₂= +1)：

蓝色数据集-

Y   4.   3.   2.   1.    0.   4.   3.   2.   1.   
X.  1.   2.   3.   4.    5.   2.   3.   4.   5.

R.  3.   1.  -1.  -3.   -5.   2.   0.  -2.  -4

红色数据集-

Y.  3.  2.   1.   0.  2   1.   0.   1.  0.    
X.  1.  2.   3.   4.  1.  2.   3.   1.  2.

R.  2.  0.  -2.  -4.  1. -1.  -3.   0. -2

从这些结果来看，R值明显重叠，因此无法编写区分红色和蓝色数据集的分片。我的印象是，感知器是指将一组线性可分离的2D (或更大)值折叠成一组一维值.就像把R值放在一条数字线上，找出数据集中的位置一样。我知道我的数学或感知器是如何工作的，我做了一些严重的错误，但我希望能从最基本的层面来理解它.因此，如果有人能指出我的不足，这将是非常感谢！谢谢!