2回答

• 

  Du1in9

  2020-07-20 11:48:10

  望采纳~~

  import numpy as np
  import pandas as pd 
  import matplotlib.pyplot as plt
  import numpy as np
  from matplotlib.colors import ListedColormap
  
  class Perceptron(object):
      def __init__(self, eta = 0.01, n_iter = 10):
          self.eta = eta
          self.n_iter = n_iter
      def fit(self, X, y):
          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.predict(xi))
                  self.w_[1:] += update * xi
                  self.w_[0] += update
                  errors += int(update != 0.0)
                  self.errors_.append(errors)
      def net_input(self, X):
          return np.dot(X, self.w_[1:]) + self.w_[0]
      def predict(self, X):
          return np.where(self.net_input(X) >= 0.0, 1, -1)
          
  file = "C:/Users/YYDL/Desktop/data.csv"
  df = pd.read_csv(file, header = None)
  y = df.loc[0:100, 4].values
  y = np.where(y == 'Iris-setosa', -1, 1)
  X = df.iloc[0:100, [0, 2]].values
  ppn = Perceptron(eta=0.1, n_iter=10)
  ppn.fit(X, y)
  
  def plot_decision_region(X, y, classifier, resolution=0.02):
      marker = ('s', 'x', 'o', 'v')
      colors = ('red', 'blue', 'lightgreen', 'gray', 'cyan')
      cmap = ListedColormap(colors[:len(np.unique(y))])
      x1_min, x1_max = X[:, 0].min() - 1, X[:, 0].max()
      x2_min, x2_max = X[:, 1].min() - 1, X[:, 1].max()
      print(x1_min, x1_max)
      print(x2_min, x2_max)
      xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution), np.arange(x2_min, x2_max, resolution))
      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)
  plot_decision_region(X, y, ppn, resolution=0.02)

  
  

  0 0
• 

  Parva

  2019-03-28 15:09:45

  将y = df.loc[0:100, 4].values改为y = df.iloc[0:100, 4].values

  看出区别了吗？loc前面多个i。不然y的维度为101。

  当然你也可以直接改成y = df.loc[0:99, 4].values

  0 4