丿灬安之若死

整个流程为通过输入已有x坐标 根据y=wx计算出来标准答案 然后根据y的坐标知道误差用: w + 误差*x =新w这里你可能会疑惑，为什么是误差*x 因为当预测函数为负数的时候 需要增大 而不是减少。和正数的时候截然相反所以通过w + 误差*x =新w 事情就被巧妙的解决了一个流程就是这样的 x = xs[0] y = ys[0] y_pre = w * x e = y - y_pre al...

生成豆豆与毒性的函数图生成五个随机豆豆 线性分布import numpy as npdef get_beans(counts): xs = np.random.rand(counts) xs = np.sort(xs) ys = [1.2*x+np.random.rand()/10 for x in xs] return xs,ys将豆豆打印出来import dataset;from matplotlib import pyplotdef main(): ...