,x_i \in X=R^n,y_i\in Y={+1,-1}
输出:输出w,b;感知机模型f(x)=sign(w \cdot x + b)
具体过程: 选取初值w_0,b_0 随机抽取一个误分类点...个数据
0 5.1
1 4.9
2 4.7
3 4.6
4 5.0
Name: sepal_length, dtype: float64
# 取出 df 数据的前100行中的第...(x_points, y_)
plt.plot(data[:50, 0], data[:50, 1], 'bo', color='blue', label='0')
plt.plot(data[50:...(x_points, y_)
plt.plot(data[:50, 0], data[:50, 1], 'bo', color='blue', label='0')
plt.plot(data[50:...,直到while循环条件不再满足
i += 1
self.weights = weights # 更新之后的权重和偏置
self.bias