代码运行有误，大神们帮忙看看
老师好，运行代码时显示构造类传参有误，哪里错了呢？
####### 算法代码 #######
import numpy 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_: 队列，用于记录神经元判断出错次数
"""
def __init__(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_feateures]
X:[1, 2, 3], [4, 5, 6]
n_samples: 2
n_features: 3
y:[1, -1]
"""
"""
初始化权重向量为0
加一是因为前面算法提到的w0，也就是步调函数阈值
"""
self.w_ = np.zeros(1 + X.shape[1])
self.errors_ = []
for _ in range(self.n_iter):
errors = 0
"""
X = [[1,2,3], [4,5,6]]
y = [1,-1]
zip(X,y) = [([1,2,3], 1), ([4,5,6], -1)]
"""
for xi, target in zip(X,y):
"""
update = η * (y - y')
"""
update = self.eta * (target - self.predict(xi))
"""
xi是一个向量
update * xi 等价：
[Δw(1) = X[1]*update, Δw(2) = X[2]*update, Δw(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
####### 图形化代码 #######
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
# 取出0到100行第四列
y = df.loc[0:100, 4].values
y = np.where(y == 'Iris-setosa', -1, 1)
# 抽取前100条数据的第0列和第2列
X = df.iloc[0:100, [0, 2]].values
# 前50条数据第0列当作x坐标，前50条数据第1列当作y坐标
plt.scatter(X[:50, 0], X[:50, 1], color='red', marker='o', label='setosa')
plt.scatter(X[50:100, 0], X[50:100, 1], color='blue', marker='x', label='versicolor')
plt.xlabel('花瓣长度')
plt.ylabel('花径长度')
# 设置图例位置
plt.legend(loc='upper left')
plt.show()
####### 报错的代码 #######
ppn = Perceptron(eta=0.1, n_iter=10)
ppn.fit(X, y)
plt.plot(range(1, len(ppn.errors_) + 1), ppn.errors_, marker='o')
plt.xlabel('Epochs')
plt.ylabel('错误分类次数')
plt.show()
上面代码运行时报错，Perceptron类中申明了predict方法，为什么报没有predict属性呢：
<ipython-input-98-9ba268a8ffae> in fit(self, X, y)
40 update = η * (y - y')
41 """
---> 42 update = self.eta * (target - self.predict(xi))
43 """
44 xi是一个向量
AttributeError: 'Perceptron' object has no attribute 'predict'
