为了账号安全,请及时绑定邮箱和手机立即绑定
果然数学听不懂。。
file = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
是需要科学上网的
讲的很可以 简单明了
德尔塔写错了吧

最赞回答 / 慕粉1047314704
3.0的,2.0没接触过,不过以后的python肯定都是用3.0构建啊,而2.0很多和3.0不一样,所以还是使用3.0比较好
多谢讲解~ 学习了~
只训练了模型,并没有测试。。。
初中毕业,直接茫然
好评好评好评!

最新回答 / 乘龙
相当于[1,1,1……1].dot(errors),所有的x0都被初始化为1了,所以跟sum函数的意思一样,老师就直接写成sum了

已采纳回答 / Jessica1221
回答楼主第二个问题from matplotlib.colors import ListedColormapdef plot_decision_regions(X,y,classifier,resolution=0.02):    markers=('o','x','s','v')    colors=('red','blue','lightgreen','gray','cyan')把老师写的marker元组改成markers就可以了。
如果运行ppn=Perceptron(eta=0.1,n_iter=10)这一句时出现提示:

TypeError:object() takes no parameters

是因为:在第3-1节中初始化函数__init__错写成__int__
应该是:
def __init__(self,eta = 0.01,n_iter=10):
self.eta=eta;
self.n_iter=n_iter;
pass
这样改就可以了,如果还有问题,欢迎在下面留言讨论,或私信.

最新回答 / Wendy_one
原理是△wj的公式(不方便打)中y(i)-φ (z(i))是errors ,根据求和得到errors.sum()。errors.sum()中的每一个值再与self.eta(学习率)想相乘,也就是△w(w:=w+△w),而self.w_[0]就是w.也就是对△wj公式和w:=w+△w公式的一个推导。
111
222
333
一脸蒙蔽。。。我还是去血ifelse好了
课程须知
有一定的编程基础,例如掌握C语言。
老师告诉你能学到什么?
1、机器学习的基本概念介绍 2、数据分类算法介绍 3、神经元感知器分类算法并进行实现 4、数据解析和可视化设计 5、使用数据训练神经网络 6、如何使用训练后的神经网络分类数据 7、适应性线性神经元的基本原理并实现 8、适应性线性神经元网络进行数据分类

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消