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，就先用中文代替下吧）
2019-10-24
已采納回答 / 慕UI90311
通過圖上xlabel可以看到顯示的是“Epocha”,是上一張圖的橫軸，
plot_decision_reqions（）的圖畫成這樣應(yīng)該是和上一張圖疊加在一起顯示了，建議在plot_decision_reqions(X,y,ppn,resolution=0.02)語句前面添加一句代碼：plt.figure(),表示新建一個(gè)畫板，這樣就不會(huì)出現(xiàn)和上面的圖疊加顯示的情況了。
已采納回答 / qq_低音回響_0
errors+=np.where(update==0.0,1,-1)和 errors+=int(update!=0.0)不一樣? (update!=0.0)只有0和1兩種取值下面的你的代碼我理解不清楚，所以我是覺得可能是這個(gè)地方錯(cuò)誤，僅供參考
2018-07-30
已采納回答 / qq_Sunshine暖陽_0
5.1,3.5,1.4,0.2,Iris-setosa4.9,3.0,1.4,0.2,Iris-setosa4.7,3.2,1.3,0.2,Iris-setosa4.6,3.1,1.5,0.2,Iris-setosa5.0,3.6,1.4,0.2,Iris-setosa5.4,3.9,1.7,0.4,Iris-setosa4.6,3.4,1.4,0.3,Iris-setosa5.0,3.4,1.5,0.2,Iris-setosa4.4,2.9,1.4,0.2,Iris-setosa4.9,3.1,1.5,...
2018-01-09
已采納回答 / 慕慕7251271
5.1,3.5,1.4,0.2,Iris-setosa4.9,3.0,1.4,0.2,Iris-setosa4.7,3.2,1.3,0.2,Iris-setosa4.6,3.1,1.5,0.2,Iris-setosa5.0,3.6,1.4,0.2,Iris-setosa5.4,3.9,1.7,0.4,Iris-setosa4.6,3.4,1.4,0.3,Iris-setosa5.0,3.4,1.5,0.2,Iris-setosa4.4,2.9,1.4,0.2,Iris-setosa4.9,3.1,1.5,...
已采納回答 / 夏沫漓
將net_input 和?predict 方法 放到 fit方法外面
已采納回答 / Jessica1221
回答樓主第二個(gè)問題from matplotlib.colors import ListedColormapdef plot_decision_regions(X,y,classifier,resolution=0.02):? ? markers=('o','x','s','v')? ? colors=('red','blue','lightgreen','gray','cyan')把老師寫的marker元組改成markers就可以了。
已采納回答 / Deaths_eyes
在上一節(jié)的開頭能看到用csv文件的數(shù)據(jù)進(jìn)行訓(xùn)練的代碼的
已采納回答 / EricTang0
不用導(dǎo)入，只是函數(shù)里的一個(gè)可變參數(shù)
