为什么0-1损失函数（从概念上看是最明显且信息量最大的二元分类模型）在感知器或支持向量机（SVM）算法中不被使用？

回答：

对于感知器来说，大多数情况下它们是使用梯度下降法（或类似的方法）进行训练的，而0-1损失函数是平坦的，因此难以收敛（更不用说它在0处不可微分）。

SVM基于解决一个优化问题，即最大化类别之间的间隔。因此，在这种情况下，凸损失函数是更可取的，这样我们可以使用多种通用的凸优化方法。0-1损失函数不是凸的，因此用处也不大。请注意，这是由于当前技术水平所限，但如果发现了一种能够高效优化非凸函数的新方法，那么情况可能会改变。

编辑：修正 typo