机器学习-实现简单神经网络_技术问答

首页免费课机器学习-实现简单神经网络问答

机器学习-实现简单神经网络

                
                coding迪斯尼
            全栈工程师

                    查看讲师更多课程 
                    coding迪斯尼讲师的其他课程
                
React知识点综合运用实例
高级·18255
免费课程
                                
React响应用户输入
高级·12626
免费课程
                                
React组件
中级·26079
免费课程
                                
Javascript实现二叉树算法
中级·46934
免费课程
                                
                难度初级
            
                时长 1小时54分
            
                学习人数
            
综合评分9.30
                            86人评价
                        查看评价
                                9.6
                                内容实用
                            
                                9.3
                                简洁易懂
                            
                                9.0
                                逻辑清晰

全部评论问答未解决精华

classifier报错

最新回答 / qq_泡泡FISH吉_0

你看下你的classifier在函数plot_decision_regions(X, y, resolution=0.02)没有定义吧，肯定报错。

1 回答 2122 浏览 3-5 神经网络对数据实现分类(下)

2017-10-06

AttributeError: 'Perception' object has no attribute 'w_'

+ 我来回答回答最高可+2积分

4 回答 2408 浏览 3-5 神经网络对数据实现分类(下)

2017-10-01

算法的使用范围是不是要根据数学知识来证明呢

最新回答 / 慕哥5378076

具体问题要具体分析的，所用的数学公式或者原理不同，很可能所面对的数据模型、结构也不一样，算法自然也要做相应的新的设计。

1 回答 1413 浏览 2-2 感知器分类算法

2017-09-28

关于感知机权值更新，查阅资料看到有两种不同的权值更新方式

最新回答 / cc在哪

根据你要训练的具体项目，权衡更新方式的优缺点进行选择

1 回答 1861 浏览 2-2 感知器分类算法

2017-09-28

调试运行出错

最新回答 / 慕侠9645332

你可以试试把y的数值减小一个y=df.loc[0:99,4].values

1 回答 2098 浏览 3-4 神经网络对数据实现分类(上)

2017-09-26

使用perception对iris数据处理中的越界问题

最赞回答 / 慕函数5970831

老师原教程里在选取数据X=df.loc[...]时，多些了一个i,去除即可<...图片...>

1 回答 829 浏览

2017-09-22

3.0运行问题解答

最新回答 / JackA

这么明显的错误，这里for _in range(self.n_iter) ，注意空格隔开呀，加工空格就行：for _ in range(self.n_iter)

1 回答 1141 浏览

2017-09-20

我的软件运行出现的问题怎么解决呢

最新回答 / Cone_on

我的代码和老师的一样。。。

1 回答 843 浏览 3-1 实现感知器对象(上)

2017-09-19

问一下，如果只用30个数据做训练，剩下的20个数据做预测，这样应该怎么改，改完之后代码有问题。求教大佬。

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

1 回答 995 浏览 4-4 运行适应性神经网络

2017-09-18