python实现西瓜书《机器学习》习题5.5BP算法

惯例，首先对源代码致以崇高的感谢和敬意：https://blog.csdn.net/Snoopy_Yuan/article/details/70230862
学习神经网络，pybrain是个好东东，上链接http://pybrain.org/docs/index.html#installation
mac系统安装python比较神奇的是，不用管环境变量，终端窗口里一顿pip3 install就能搞定很多包，例如装pybrain的前置条件：numpy scipy nose等等。
pybrain稍微麻烦一点，需要先装git，百度git官网就有mac安装包和教程，很贴心的有中文，一路next即可。

具体到代码，pybrain的api写的很简略，源代码的处理流程是比较通用的，但具体每一步为什么这么用，只能对着api连蒙带猜了。
最近翅膀有点硬，对于源代码的疑问是，为什么标准BP只训练一次，而累积BP要训练50次，然后对比错误率。本着站在同一起跑线的原则，都调整成一样的训练次数，不过结论没啥变化。

import pandas as pd

with open("/Users/huatong/PycharmProjects/Data/watermelon_33.csv",mode="r") as data_file:
    df=pd.read_csv(data_file)

#独热编码即 One-Hot 编码,又称一位有效编码,其方法是使用N位状态寄存器来对N个状态进行编码
#使用pandas中的get_dummies方法来创建哑特征，get_dummies默认会对D