请问 in[5]中，键入同样代码，然后运行，为什么出现如下错误？ TypeError Traceback (most recent call last)
in() ----> 1 ppn=Perceptron(eta = 0.1,n_iter = 10) TypeError: __init__() got an unexpected keyword argu第一段改为如下写法，具体原因可以对照得出：
import numpy as np
class Perceptron(object):
"""
eta:学习率
n_iter:权重向量的训练次数
w_:神经分叉权重向量
errors_:用于记录神经元判断出错次数
"""
def __init__(self, eta = 0.01, n_iter=10):
self.eta = eta;
self.n_iter = n_iter;
pass
def fit(self, X, y):
"""
输入训练数据，培训神经元，X输入样本向量，y对应样本分类
X:shape[n_samples, n_features]
X:[[1,2,3], [4,5,6]]
n_samples:2
n_features:3
y:[1,-1]
"""
"""
初始化权重向量为0
加一是因为前面算法提到的w0，也就是步调函数阈值
"""
self.w_ = np.zeros(1 + X.shape[1]);
self.errors_ = [];
for _ in range(self.n_iter) :
errors = 0
"""
X:[[1,2,3], [4,5,6]]
y:[1,-1]
zi(X,y) = [([1,2,3],1), ([4,5,6],-1)]
"""
for xi, target in zip(X,y):
"""
update = η * (y - y')
"""
update = self.eta * (target - self.predict(xi))
"""
xi是一个向量
update * xi 等价：
[▽W(1) = X[1]*update, ▽w(2) = X[2]*update, ▽w(3) = X[3]*update]
"""
self.w_[1:] += update * xi
self.w_[0] += update;
errors += int(update != 0.0)
self.errors_.append(errors)
pass
pass
pass
def net_input(self, X):
"""
z = W0*1 + W1*X1 +.... Wn*Xn
"""
return np.dot(X, self.w_[1:]) + self.w_[0]
pass
def predict(self, X):
return np.where(self.net_input(X) >= 0.0 , 1, -1)
pass
pass
提示的错误为类型错误，说在init的构造函数运行时，给出了一个意外的关键字，可以查看代码中的关键字参数是否一致，也可以把源码显示出来，供他人查看，来帮助找出问题