ppn?=?Perceptron(eta=0.1,?n_iter=10)
ppn.fit(X,?y)
plt.plot(range(1,?len(ppn.errors_)?+?1),?ppn.errors_,?marker='o')
plt.xlabel("Epochs")
plt.ylabel("error?count")
plt.show()

from?matplotlib.colors?import?ListedColormapdef?plot_decision_region(X,?y,?classifier,?resolution=0.02):
????marker?=?('s',?'x',?'o',?'v')
????colors?=?('red',?'blue',?'lightgreen',?'gray',?'cyan')????#?len(np.unique(y)=2
????cmap?=?ListedColormap(colors[:len(np.unique(y))])????#?花莖的長度
????x1_min,?x1_max?=?X[:,?0].min()?-?1,?X[:,?0].max()????#?花瓣的長度
????x2_min,?x2_max?=?X[:,?1].min()?-?1,?X[:,?1].max()
????print(x1_min,?x1_max)
????print(x2_min,?x2_max)????#?（備注）
????xx1,?xx2?=?np.meshgrid(np.arange(x1_min,?x1_max,?resolution),?np.arange(x2_min,?x2_max,?resolution))????#?輸出語句
????print(np.arange(x1_min,?x1_max,?resolution).shape)
????print(np.arange(x1_min,?x1_max,?resolution))
????print(xx1.shape)
????print(xx1)
????print(np.arange(x2_min,?x2_max,?resolution).shape)
????print(np.arange(x2_min,?x2_max,?resolution))
????print(xx2.shape)
????print(xx2)#?執行語句plot_decision_region(X,?y,?ppn,?resolution=0.02)

備注：
????將np.arange()中的向量擴展成一個矩陣

????a?=?np.arange(x1_min,?x1_max,?resolution)?向量元素為185個
????xx1[255,?185],將a中的元素作為一行，重復255行
????b?=?np.arange(x2_min,?x2_max,?resolution)?向量元素為255個
????xx2[255,?185],將b中的元素作為一列，重復185列

謝謝采納~

初始函數再運行一遍，Perceptron在里面

Perception應改為?Perceptron

參考視頻開頭，補上相關代碼，發現前面很多錯誤。

參考視頻開始，在前面不上代碼：

ppn?=?Perception(eta=0.1,?n_iter=10)
ppn.fit(X,?Y)
plt.plot(range(1,?len(ppn.errors_)?+?1),?ppn.errors_,?marker='o')
plt.xlabel("Epochs")
plt.ylabel("error?count")
plt.show()

處理掉一些錯誤：

1、感知器類里面的 初始化函數 應該是__init__,(寫成了__int__)

2、類里面初始化權重向量np.zeros，（寫成了np.zero）