模式识别设计(Python编程):感知器固定增量法

本文介绍了模式识别课程中的一个小作业,通过Python编程实现感知器的固定增量法。代码中展示了如何处理数据并更新权重,最终得出线性决策边界。虽然原始题目存在错误,但通过修正后的代码能够正确运行并输出决策规则。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目:道理都懂,题目为模式识别这门课的小作业,题目是有错的,(1,1,1,1)是(1,1,1)

代码:

import numpy as np

a = np.array([[0, 0],
              [0, 1],
              [1, 0],
              [1, 1]], dtype=np.float64)
b = np.array([1, 1, 1, 1], dtype=np.float64)
w = np.array([[1],
              [1],
              [1]], dtype=np.float64)
w2 = np.array([[1, 1, 1]], dtype=np.float64)
x = np.column_stack((a, b))
x[2] = -x[2]
x[3] = -x[3]
x_true = np.matrix(x)
w_true = np.matrix(w)
w2_true = np.matrix(w2)
tag = 0
while tag < 4:
    tag = 0
    for i in range(4):
    &nb

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值