Answers:
对我来说听起来不错。人们有时还会使用“感知器”一词来与分类器一起指代训练算法。例如,有人在回答这个问题时向我解释了这一点。同样,没有什么可以阻止您将内核与感知器一起使用,这通常是更好的分类器。有关如何实现内核感知器的一些幻灯片(pdf),请参见此处。
(内核)感知器和SVM之间的主要实际区别在于,感知器可以在线进行训练(即,随着新示例一次到达,它们的权重可以更新),而SVM则不能。有关是否可以在线培训SVM的信息,请参阅此问题。因此,尽管SVM通常是更好的分类器,但是感知器仍然是有用的,因为它们便宜且易于在不断获得新训练数据的情况下进行重新训练。
感知器是SVM的概括,其中SVM是具有最佳稳定性的感知器。因此,当您说感知器不尝试优化分隔距离时,您是正确的。