linux中使用pycharm完成机器学习基石课后作业第15题（PLA线性可分问题）

最近在看林轩台老师的机器学习基石，到他的coursa上找到了课后作业，下面是他布置作业中关于PLA的代码，由于是用linux系统完成的，我自己接触linux还没几天，所以没有用csv格式的数据，直接复制到txt文件中，所以预处理可能不太一样。
数据下载地址：https://d396qusza40orc.cloudfront.net/ntumlone%2Fhw1%2Fhw1_15_train.dat

import numpy as np
#将txt文件输出为输入矩阵和输出矩阵
def load_data(filename):
    fn=open(filename)
    X_matrix=[]
    Y_matrix=[]
    for line in fn.readlines():
        line = line.strip('\n')
        line = line.split('\t')
        Y_cut = line[1]
        Y_cut = [int(Y_cut)]
        X_cut = line[0].split(' ')
        X_cut.append('1')
        X_cut = [float(x) for x in X_cut]
        X_matrix.append(X_cut)
        Y_matrix.append((Y_cut))
    X_matrix = np.matrix(X_matrix)
    Y_matrix = np.matrix(Y_matrix)
    return X_matrix,Y_matrix

#定义sign函数
def sign(x):
    if x>0:
        return 1
    else:
        return -1

#感知机优化过程
def perceptron(X,Y):
    totel_rows = X.shape[0]
    totel_cols = X.shape[1]
    W = np.zeros([1,totel_cols])
    W = np.matrix(W)
    updata_times = 0
    while True:
        Loss = 0
        for i in range(totel_rows):
                l = sign(np.dot(X[i],W.T).sum())
                if l != Y[i,0]:
                    W = W + Y[i]*X[i]
                    updata_times +=1
                    Loss +=1
        if Loss == 0:
            break
    print(W ,updata_times)
    return 0

if __name__ == '__main__':
    X,Y= load_data('PLA')
    perceptron(X,Y)

最后跑出来是更新45次，改变W的初始值可能会使次数变化但在30-50之间。