本文的CSDN 感知机原理参考博客: 【机器学习】感知机原理详解 感知机模型:f(x)=sign(w*x+b) sign是符号函数 感知机模型的其中一个超平面是:w*x+b=0 w是超平面的法向量,b是超平面的截距 这个超平面把样本分为正负两类(结合sign()函数) 主要思路: 1.输入训练数据集: 编号 宽度 长度 检验类别 1 3 3 正品 2 4 3 正品 3 1 1 次品 将正负样本区分开 x = np.array([[3,3],[4,3],[1,1]],dtype=np.float64) y = np.…

2020年11月13日 0条评论 34点热度 10人点赞 阅读全文