Neural network 单层感知器如何分离特征空间

我试图理解单层感知器是如何将特征空间分割成不同的类的。假设单层感知器由3个神经元组成，它们获取二维特征向量，计算激活状态，对其应用激活函数并返回类标签。问题是，我能否预测特征空间将如何划分为三个类。

是否要区分三个不同的类？如果ouptut层中有三个神经元，则特征空间将划分为三个类。我想知道的是，如果我在每个神经元中使用阶跃函数或sigmoid函数作为激活函数，这些类会是什么样子。你想区分三个不同的类吗？如果ouptut层中有三个神经元，特征空间将分为三个类。我想知道的是，如果我在每个神经元中使用阶跃函数或sigmoid函数作为激活函数，类会是什么样子。