也就是根据 scores 值与 0 的关系进行判断：
- 若 scores ≥ 0，则预测为正类
- 若 scores < 0，则预测为负类
优点：感知机模型简单易懂，原理清晰，便于直观理解。
缺点：感知机模型中 sign 函数不易求导，不方便直接使用梯度下降算法来迭代求解参数 w。
扩展：将感知机模型中的非线性输出部分 sign 函数改成 sigmoid 函数就变成了逻辑回归模型。sigmoid 函数相比 sign 函数便于求导，所以逻辑回归模型是感知机模型的一种改进！
也就是根据 scores 值与 0 的关系进行判断：
优点：感知机模型简单易懂，原理清晰，便于直观理解。
缺点：感知机模型中 sign 函数不易求导，不方便直接使用梯度下降算法来迭代求解参数 w。
扩展：将感知机模型中的非线性输出部分 sign 函数改成 sigmoid 函数就变成了逻辑回归模型。sigmoid 函数相比 sign 函数便于求导，所以逻辑回归模型是感知机模型的一种改进！
