numpy实现感知机

题目：感知机学习算法

正例x1=(3, 3)，x2=(4, 3)，负例x3=(1, 1)，计算初值w=0，b=0、学习率为1情况下的分类超平面

import numpy as np

def sign(x):
    if(x > 0):
        return 1
    else:
        return -1
x = np.array([[3,3], [4,3], [1,1]])
y = np.array([1, 1, -1])
w = np.array([0,0])
b = 0
# 先算出s知道误差点在求w b
flag = True
while(flag == True):
    label = np.array([])
    for i, value in enumerate(x):
        s = (value * w).sum() + b
        label =  np.append(label, sign(s))
        if sign(s) != y[i]:
            w = w + value * y[i]
            b = b + y[i]
            print('w= ', w, 'b= ', b)
            break
    if ((y == label).all()):
        flag = False