为了账号安全,请及时绑定邮箱和手机立即绑定

最新回答 / 云日召
我的方法:把训练的60个数据放在前60行,预测用的40个数据放在后40行然后关键是改下面的代码y = df.loc[0:60,4].valuesy = np.where(y == "Iris-setosa",-1,1)X = df.loc[0:60,[0,2]].valuesX2 = df.loc[61:100,[0,2]].valuesplot_decision_regions(X2,aad.predict(X2),aad,resolution=0.02)我只是新手,不好的话不要见怪

最新回答 / calliopsis4139666
随机的初始化一个值,后续会不断更新权重向量W,直到收敛。注意这个过程阈值是不断改变的,可以看成寻找最优解。

最新回答 / 高斯的盾
这个是缩进错误<...code...>

最新回答 / For_The_Dream
有一本书叫做《图解机器学习》是个日本作者写的。还是比较基础的

最新回答 / geek_kys
https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data

最赞回答 / Cone_on
今天刚学到这个软件,下载下来,上传到我自己的百度云,然后分享给大家。我现在在用这个,很好用的。链接:http://pan.baidu.com/s/1gf1U2zT 密码:t7aa

最新回答 / 慕粉3810876
这一节有问题,运行时有错误,解决方法如下:import numpy as npclass Perceptron(object):    def __init__(self, eta=0.01, n_iter=10):        self.eta=eta        self.n_iter=n_iter    def fit(self, X, y):        self.w_=np.zeros(1+X.shape[1])        self.errors_ = []        for _ ...

最新回答 / cam0501
j(w)是平方和,与y=x^2的图形相似

最新回答 / zony
先创建感知器ppn = Perceptron(eta=0.1, n_iter=10)然后训练就可以了ppn.fit(X, y)
课程须知
有一定的编程基础,例如掌握C语言。
老师告诉你能学到什么?
1、机器学习的基本概念介绍 2、数据分类算法介绍 3、神经元感知器分类算法并进行实现 4、数据解析和可视化设计 5、使用数据训练神经网络 6、如何使用训练后的神经网络分类数据 7、适应性线性神经元的基本原理并实现 8、适应性线性神经元网络进行数据分类

微信扫码,参与3人拼团

微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号

友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消