python import numpy as np

class RosenblattPerceptron: """Rosenblatt感知器二分类算法""" def init: """初始化学率和迭代次数 :param eta: 学率 :param niter: 迭代次数 """ self.eta = eta self.niter = n_iter

def fit:
    """训练模型
    :param X: 特征向量
    :param y: 目标向量
    """
    self.w_ = np.zeros  # 初始化权沉向量，加上一个偏置项
    self.errors_ =   # 记录每次迭代错误次数
    for _ in range:
        errors = 0
        for xi, target in zip:
            update = self.eta * )
            self.w_ += update * xi  # geng新鲜权沉
            self.w_ += update  # geng新鲜阈值
            errors += int  # 计算本次迭代的错误次数
        self.errors_.append
    return self
def net_input:
    """计算加权和"""
    return np.dot + self.w_
def predict:
    """预测输出"""
    return np.where>= 0, 1, -1)