最新回答 / 慕仰8124734
注意loc函數(shù)的端點(diǎn)是閉區(qū)間
最新回答 / weixin_慕尼黑7100639
<...code...>import matplotlib.pyplot as pltimport numpy as npy = df.loc[0:100, 4].values #loc/iloc得統(tǒng)一y = np.where(y == 'Iris-setosa', -1, 1)#抽出第0列和第2列X = df.loc[0:100, [0, 2]].values # loc/iloc得統(tǒng)一plt.scatter(X[:50, 0], X[:5...
最新回答 / 北國之春
數(shù)據(jù)文件(iris.data.csv):https://graph-bed-1256708472.cos.ap-chengdu.myqcloud.com/pythondata%2Firis.data.csv
2021-02-04
+ 我來回答
回答最高可+2積分
最贊回答 / TECHNOLOGY_net
兩行code解決問題,只顯示error級(jí)別的通知<...code...>
最贊回答 / 嬡凊丶琓芣起_0
這兩天把這里 機(jī)器學(xué)習(xí)_實(shí)現(xiàn)簡單神經(jīng)網(wǎng)絡(luò) 看完了,錯(cuò)誤代碼比較多,新手不太懂,比較費(fèi)時(shí)間提供下 項(xiàng)目倉庫 地址:https://git.imooc.com/xinjian/AdalineGD.git有需要的同學(xué)可以去看看
2020-02-07
最贊回答 / Du1in9
<...code...><...code...><...code...>謝謝采納~
最贊回答 / Du1in9
我也用的python3.7,這是我的代碼,謝謝采納~<...code...><...code...>
已采納回答 / 慕移動(dòng)2103324
真正的w是權(quán)重,閾值是權(quán)重與輸入點(diǎn)積后的一個(gè)評(píng)判標(biāo)準(zhǔn),只是為了計(jì)算方便,才人為的將它記為w0,放在了點(diǎn)積計(jì)算中。原公式是w1*x1 + w2*x2 + ... + wm*xm ?>= 閾值,兩邊同時(shí)加上閾值的相反數(shù),左邊就變成了w1*x1 + w2*x2 + ... + wm*xm - 閾值 ?>= 0,再人為的定義“-閾值”記為“w0”,就變成了現(xiàn)在這個(gè)樣子。(我打不出閾值的那個(gè)符號(hào),就先用中文代替下吧)
2019-10-24