for _ in range(self.n_iter):

            error=0

            dw=np.zeros(1+X.shape[1])

            for xi,target in zip(X,y):                

                update=self.eta*(target-self.predict(xi))

                dw[1:]+=update*xi

                dw[0]+=update

                error+=int(update!=0)

                pass

            self.W+=dw

            self.errors.append(error)

这段代码中，在进行10次迭代的过程中，每次迭代的时候都把权重重新置为 0 。

我觉得有点问题。（下划线部分）

如果每次迭代都 从新 将权重置为0，那么每次迭代都是一样的，是没有意义的。

如果每次迭代后 权重 被带到下一次循环中，那么在经过10次迭代后得到的权重会更加的准确。