python实现感知机（学习AND操作）

前段时间看完了《人工智能》这本书，其中对神经网络和遗传算法比较感兴趣，所以就试着回过头去仔细认真的看，并总结归纳

今天用python，按照书上介绍的感知机的步骤敲了代码，初步实现了，但是由于太久没敲代码加上刚接触python，代码难看的不行，大神勿喷哈哈哈，下面是代码

def stepFunc(x):  #定义阶跃函数
    if x > 0:
        return 1
    else:
        return 0

def trainning():
    #初始化权重、阈值和学习速度
    weight = [0.5,0.5]
    threshold = 0.2
    learning_rate = 0.1

    #设置训练数据
    trainning_X = [[0,0],[0,1],[1,0],[1,1]]
    trainning_Y = [0,0,0,1]

    #误差总和变量
    bias = 1
    y = 0 #记录实际输出
    p = 1 #记录迭代次数
    while bias != 0:
        print("第",p,"次迭代")
        bias = 0
        e = 0
        i = 0
        for x in trainning_X:
            X = x[0] * weight[0] + x[1] * weight[1] - threshold
            y = stepFunc(X)
            #误差e = 期望输出 - 实际输出
            e = trainning_Y[i] - y

            if e != 0:
                # 调整权重
                weigh