用python写一个简单的单层感知机

好的，我会尽力回答您的问题。

以下是一个使用Python编写的简单单层感知机的示例代码：

import numpy as np

class Perceptron:
    def __init__(self, input_size, lr=1, epochs=100):
        self.W = np.zeros(input_size+1)
        self.epochs = epochs
        self.lr = lr
        
    def activation_fn(self, x):
        return 1 if x >= 0 else 0
    
    def predict(self, x):
        z = self.W.T.dot(x)
        a = self.activation_fn(z)
        return a
    
    def fit(self, X, d):
        for epoch in range(self.epochs):
            for i in range(d.shape[0]):
                x = np.insert(X[i], 0, 1)
                y = self.predict(x)
                
                e = d[i] - y
                
                self.W = self.W + self.lr * e * x
                
X = np.array([[0,0], [0,1], [1,0], [1,1]])
d = np.array([0, 0, 0, 1])

perceptron = Perceptron(input_size=2)
perceptron.fit(X, d)

test_input = np.array([0, 1])
print(perceptron.predict(np.insert(test_input, 0, 1)))

这个程序实现了一个单层感知机，它可以用来解决二元分类问题。您可以根据需要调整输入值、期望输出和学习速率等参数，以获得更好的结果。