Python-训练简单的机器学习分类算法

人工神经元

为了设计人工智能，人们尝试模仿生物神经元，神经元是大脑中连接起来参与化学和电信号处理与传输的神经细胞，麦库洛和皮兹（MCP）把神经细胞描述为带有二进制输出的简单逻辑门，多个信号到达树突，然后整合到细胞体，并当信号累计到一定的阈值时，输出信号将通过轴突。

弗兰克·罗森布拉特首先提出了基于MCP神经元模型的感知器学习规则概念。

基于此，可以将人工神经元逻辑放于二元分类场景，将两类分为1（正类）和-1（负类）用以化简。定义决策函数\((\phi(z))\)，输入值设为\(x\)，权重设为\(w\)，设净输入为

感知器学习规则

代码实现