import numpu as np

class Perceptron(object):

    """""

    eta:学习率

    n_iter:权重向量的训练次数

    w_:神经分叉权重向量

    errors:用于记录神经元判断出错次数    

    """""

    def _int_(self,eta=0.01,n_iter=10):      

        self.eta=eta,

        self.n_iter=n_iter

    pass

def fit(self,x,y):

    """""

    输入训练数据，培训神经元，x输入样本向量，y对应样本分类

    x：shape[n_samples,n_features]

    x:[[1,2,3],[4,5,6]]

    n_samples:2

    n_features:3

    y:[1,-1]

    """""

    self.w_=np.zero(1+x.shape[1])

    self.errors_=[]

    for _in range(self.n_iter)

        error=0

        """""

        x:[1,2,3],[4,5,6]

        y:[1,-1]

        zip作用：

        zip[x,y]=[[1,2,3,1],[4,5,6,-1]]

        """""

        for xi,target in zip(x,y)

            """""

            update=学习率*(y-y') y:预测值，y'计算值

            """""

            update=self.eta*(target-self.predic(xi))

            """"

            xi 是一个向量

            update*xi 等价:

            [w(1)]=x[1]*update,[w(2)]=x[2]*update,[w(3)]=x[3]*update

            """"

            self.w_[1:]+=update*xi

            self.w_[0]+=update

            errors+=int(update!==0.0)

            self.errors_.append(errors)

        pass   

    pass

    def net_input(self,x):

    """"

    z=W0*1+W1*X1+...Wn*Xn

    """"

    return np.dot[x,self.w_[1:]]+self.w_[0]

    pass

    def predict(self,x):

        return np.where(self.net_input(x)>=0.0,1,-1)   

    pass

pass

------------------3.6 运行---------------------------

File "<ipython-input-8-161dd3d13aa5>", line 24    for _in range(self.n_iter)                ^SyntaxError: invalid syntax