用感知器判断小明是否去看电影的python代码怎么写

以下是一个简单的用感知器判断小明是否去看电影的 Python 代码示例：

# 定义感知器函数
def perceptron(x1, x2, w1, w2, b):
    result = x1 * w1 + x2 * w2 + b
    if result > 0:
        return 1
    else:
        return 0

# 定义输入数据和权重
x1 = 1  # 是否有空闲时间
x2 = 1  # 是否有电影票
w1 = 0.5  # 空闲时间的权重
w2 = 0.5  # 电影票的权重
b = -1  # 阈值

# 判断小明是否去看电影
result = perceptron(x1, x2, w1, w2, b)
if result == 1:
    print("小明去看电影了")
else:
    print("小明没有去看电影")

注意：这只是一个简单的示例，实际应用中需要根据具体情况进行调整和优化。

相关问题

用感知器实现判断小明是否去看电影的python代码怎么写

以下是用感知器实现判断小明是否去看电影的 Python 代码：

# 定义感知器函数
def perceptron(x, w, b):
    y = 0
    for i in range(len(x)):
        y += x[i] * w[i]
    y += b
    if y > 0:
        return 1
    else:
        return 0

# 定义小明是否去看电影的判断函数
def is_going_to_movie(x):
    # 特征向量：[是否下雨，是否有空，是否有钱]
    w = [0.5, 0.3, 0.2]  # 权重
    b = -0.1  # 偏置
    return perceptron(x, w, b)

# 测试
x = [1, 0, 1]  # 下雨了，没空，有钱
if is_going_to_movie(x):
    print("小明去看电影了")
else:
    print("小明不去看电影")

注意：这只是一个简单的示例，实际应用中需要根据具体情况调整权重和偏置。

用感知器实现判断小明是否去看电影的代码怎么写

以下是使用感知器实现判断小明是否去看电影的 Python 代码：

import numpy as np

# 定义感知器类
class Perceptron:
    def __init__(self, input_size, lr=0.1):
        self.weights = np.zeros(input_size + 1)
        self.lr = lr

    def activation_fn(self, x):
        return 1 if x >= 0 else 0

    def predict(self, x):
        z = self.weights.T.dot(x)
        a = self.activation_fn(z)
        return a

    def train(self, X, y, epochs):
        for _ in range(epochs):
            for i in range(y.size):
                x = np.insert(X[i], 0, 1)
                y_hat = self.predict(x)
                error = y[i] - y_hat
                self.weights = self.weights + self.lr * error * x

# 定义训练数据和标签
X = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
y = np.array([0, 1, 1, 1])

# 创建感知器对象并训练
perceptron = Perceptron(input_size=2)
perceptron.train(X, y, epochs=10)

# 测试模型
x_test = np.array([1, 0])
print(perceptron.predict(np.insert(x_test, 0, 1))) # 输出 1，表示小明去看电影