亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定

已采納回答 / 慕移動2103324
真正的w是權重,閾值是權重與輸入點積后的一個評判標準,只是為了計算方便,才人為的將它記為w0,放在了點積計算中。原公式是w1*x1 + w2*x2 + ... + wm*xm ?>= 閾值,兩邊同時加上閾值的相反數,左邊就變成了w1*x1 + w2*x2 + ... + wm*xm - 閾值 ?>= 0,再人為的定義“-閾值”記為“w0”,就變成了現在這個樣子。(我打不出閾值的那個符號,就先用中文代替下吧)

已采納回答 / 慕UI90311
通過圖上xlabel可以看到顯示的是“Epocha”,是上一張圖的橫軸,
plot_decision_reqions()的圖畫成這樣應該是和上一張圖疊加在一起顯示了,建議在plot_decision_reqions(X,y,ppn,resolution=0.02)語句前面添加一句代碼:plt.figure(),表示新建一個畫板,這樣就不會出現和上面的圖疊加顯示的情況了。

已采納回答 / qq_低音回響_0
errors+=np.where(update==0.0,1,-1)和 errors+=int(update!=0.0)不一樣? (update!=0.0)只有0和1兩種取值下面的你的代碼我理解不清楚,所以我是覺得可能是這個地方錯誤,僅供參考

已采納回答 / qq_Sunshine暖陽_0
5.1,3.5,1.4,0.2,Iris-setosa4.9,3.0,1.4,0.2,Iris-setosa4.7,3.2,1.3,0.2,Iris-setosa4.6,3.1,1.5,0.2,Iris-setosa5.0,3.6,1.4,0.2,Iris-setosa5.4,3.9,1.7,0.4,Iris-setosa4.6,3.4,1.4,0.3,Iris-setosa5.0,3.4,1.5,0.2,Iris-setosa4.4,2.9,1.4,0.2,Iris-setosa4.9,3.1,1.5,...

已采納回答 / 慕慕7251271
5.1,3.5,1.4,0.2,Iris-setosa4.9,3.0,1.4,0.2,Iris-setosa4.7,3.2,1.3,0.2,Iris-setosa4.6,3.1,1.5,0.2,Iris-setosa5.0,3.6,1.4,0.2,Iris-setosa5.4,3.9,1.7,0.4,Iris-setosa4.6,3.4,1.4,0.3,Iris-setosa5.0,3.4,1.5,0.2,Iris-setosa4.4,2.9,1.4,0.2,Iris-setosa4.9,3.1,1.5,...

已采納回答 / 夏沫漓
將net_input 和?predict 方法 放到 fit方法外面

已采納回答 / Jessica1221
回答樓主第二個問題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')把老師寫的marker元組改成markers就可以了。

已采納回答 / 攻城獅ZSP
<...code...>給你,每個模塊自己復制分開下

已采納回答 / Deaths_eyes
在上一節的開頭能看到用csv文件的數據進行訓練的代碼的

已采納回答 / EricTang0
不用導入,只是函數里的一個可變參數

已采納回答 / qq_分割_0
不可能,但是可以區分兩個圖形,就是特別簡單的那種

已采納回答 / 田心楓
確實 ?看得我很懵逼啊
首頁上一頁12下一頁尾頁
課程須知
有一定的編程基礎,例如掌握C語言。
老師告訴你能學到什么?
1、機器學習的基本概念介紹 2、數據分類算法介紹 3、神經元感知器分類算法并進行實現 4、數據解析和可視化設計 5、使用數據訓練神經網絡 6、如何使用訓練后的神經網絡分類數據 7、適應性線性神經元的基本原理并實現 8、適應性線性神經元網絡進行數據分類

微信掃碼,參與3人拼團

微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號

友情提示:

您好,此課程屬于遷移課程,您已購買該課程,無需重復購買,感謝您對慕課網的支持!

本次提問將花費2個積分

你的積分不足,無法發表

為什么扣積分?

本次提問將花費2個積分

繼續發表請點擊 "確定"

為什么扣積分?

舉報

0/150
提交
取消