第2章 机器学习中的分类算法

    ##感知器实现
    
    import numpy as np
    
    class Perceptron(object):
    """
    参数：
    1.eta：学习速率
    2.n_iter:训练集上迭代次数
    3.w：权重
    4.errors：每次迭代错误分类数目
    
    """
    def __init__(self,eta=0.01,n_iter=10):
        self.eta=eta
        self.n_iter=n_iter
        
    def fit(self,X,y):
        """拟合训练集
        X；n×m，n个样本，m个特征
        """
        self.w_=np.zeros(1+X.shape[1])
        self.errors_=[]
        
        for _ in range(self.n_iter):
            errors=0
            for xi,target in zip(X,y):
                update=self.eta*(target-self.pred