說(shuō)的有些坑, 還需要自己填坑。。。。。。
x.shape[1]應(yīng)該是對(duì)應(yīng)的n_features(即3),因?yàn)閣有w0,但x里也有x0,閾值是w0*x0
2019-05-08
最重要的還是通過(guò)學(xué)習(xí)得到權(quán)重向量,然后通過(guò)權(quán)重向量進(jìn)行預(yù)測(cè)分類。
我覺(jué)得作為入門是非常好的,為啥連這里學(xué)習(xí)都有強(qiáng)行裝x的?
2019-04-08
最新回答 / 慕妹9174353
w[0]其實(shí)就是bias, net_input(x)的結(jié)果就是最終樣本權(quán)值計(jì)算的結(jié)果,predict就是作者說(shuō)的激活函數(shù),函數(shù)的y值是[-1,1]
2019-04-06
最贊回答 / Du1in9
from matplotlib.colors import ListedColormap<...code...>
最新回答 / 慕夢(mèng)前來(lái)
設(shè)置的類型不對(duì)呀
最贊回答 / Parva
將y = df.loc[0:100, 4].values改為y = df.iloc[0:100, 4].values看出區(qū)別了嗎?loc前面多個(gè)i。不然y的維度為101。當(dāng)然你也可以直接改成y = df.loc[0:99, 4].values