问单层感知器 一直不能出结果 请问哪里出了问题？

一个简单二分类问题，这是数据点

代码如下

#单层感知器

import numpy as np

import matplotlib.pyplot as plt

#输入数据

X = np.array([[3.6, 6.6],

[9.3, 6.3],

[7.1, 8.1],

[4.0, 4.1],

[4.2, 4.2],

[2.8, 2.9],

[7.1, 7.3],

[9.2, 7.6],

[8.1, 7.8],

[2.9, 4.9],

[9.3, 8.2],

[4.2, 3.5]])

#标签

Y = np.array([1,-1,-1,1,1,-1,-1,-1,1,-1,1,1])

#权值初始化一行二列，取值范围-1到1

W = (np.random.random(2)-0.5)*2

#学习率设置

lr = 0.11

#计算迭代次数

n = 0

#神经网络输出

O=0

def update():

global X,Y,W,lr,n,O,E,W_C

n += 1

O = np.sign(np.dot(X,W.T))

E = Y - O.T

W_C = lr*(Y-O.T).dot(X)/int(X.shape[0]) #权值需要改变的值

W = W+W_C #修正权值

for _ in range(100):

update() #更新权值

print("W:",W) #打印权值

print("n",n) #打印迭代次数

O = np.sign(np.dot(X,W.T))#计算当前输出

print(E)

print(np.dot(X,W.T))

print(O.T)

print(W_C)

if(O==Y.T).all(): #如果实际输出等领域期望输出，模型收敛，循环结束

print("Finished")

print("epoch:",n)

break

结果是这样的