-
结合实际案例可能更好吧查看全部
-
def fit(self,x,y): self.w_=np.zero(1+x.shape[1]) self.errors=[] for _in range(self.n_iter): errors=0 for xi,target in zip(x,y): update=self.eta*(target-self.predict(xi)) pass pass pass查看全部
-
ppt查看全部
-
参数更新查看全部
-
和方差公式查看全部
-
渐进下降法查看全部
-
权重向量，数据向量查看全部
-
数学表示查看全部
-
数据可分割查看全部
-
感知器试用，符合第一种查看全部
-
阈值的更新查看全部
-
权重更新，感知器得到错误结果时需更新权重 W0阈值查看全部
-
步调函数与阈值查看全部
-
感知器查看全部
-
向量的点乘查看全部
举报
0/150
提交
取消