Introducción al algoritmo de entrenamiento

El algoritmo de entrenamiento comienza con un hiperplano aleatorio, que representa una solución aleatoria al problema de clasificación.

Cada iteración del algoritmo consiste en tomar uno a uno los ejemplos del conjunto de datos, y comparar la clase obtenida por el Perceptrón para el ejemplo dado contra la clase real del mismo. Si la clase obtenida es diferente a la real se debe ajustar la posición del hiperplano para permitir que el ejemplo tenga más chances de ser bien clasificado, y para ello el hiperplano es desplazado en la dirección del ejemplo.

Se continúa este proceso hasta que no haya ejemplos mal clasificados o hasta que se alcance una cantidad máxima de iteraciones.

El pseudocódigo del algoritmo de entrenamiento es el siguiente:

Inicializar w con valores aleatorios
Mientras no se clasifiquen todos los patrones correctamente y no se llegue a la cantidad máxima de iteraciones:
   Ingresar un patrón x a la red.
   Si x fue clasificado incorrectamente:
     Modificar w para rotar el hiperplano con el fin de tener más posibilidades de clasificar x correctamente.