python 离散建模：感知器学习算法

Python 离散建模：感知器学习算法

我们将研究一种判别式分类方法，其中直接学习评估 g(x）所需的 w 参数。我们将使用感知器学习算法。
感知器学习算法很容易实现，但为了节省时间，我在下面为您提供了一个实现。该函数有几个输入：训练数据、训练标签、对权重的初始猜测和学习率。注意，对于这两个类，类标签的值必须为+1和-1。
它将返回一个元组，其中包含：
1.学习w参数
2.执行的迭代次数
3.错误分类的样本数
花些时间检查代码。如果不清楚每一行是如何工作的，不要担心，只要让你自己知道每一行的目的是什么就可以了。代码中有一些注释可以帮助您。

def perce(X, y, w_init, rho, max_iter=1000):
    
    (N