感知函数输出1或者-1，然后判断对的话直接往下，错的话重新调整权重向量，如何判断对错的？
对于训练样本集中的每一个样本依次拿出来训练，因为是有监督学习，训练样本中包含了样本真实的分类，所以从感知函数输出后如果与真实分类不同，则调整权重向量，反之不需要调整。
分类器一般输出结果为准确率(置信值)和类别标签，比如准确率为0.97，0.86等数值，类别标签是训练时你自定义的，比如0和1,比如硬币，0表示硬币的正面，1表示硬币的反面。你还可以在程序中用if语句判断准确率的阈值，假设你设置准确率>=0.9的结果是可信的,<0.9的准确率是不可信的,最后提取你认为准确的结果(类别标签)。