帮我用python写一个感知机实现代码

以下是一个简单的感知机实现代码，仅供参考：

import numpy as np

class Perceptron(object):
    """
    感知机分类器
    """
    def __init__(self, lr=0.1, n_iter=100):
        """
        初始化函数
        :param lr: 学习率
        :param n_iter: 迭代次数
        """
        self.lr = lr
        self.n_iter = n_iter

    def fit(self, X, y):
        """
        训练函数
        :param X: 输入数据
        :param y: 标签
        """
        # 初始化权重向量和偏置项
        self.w = np.zeros(X.shape[1])
        self.b = 0
        # 迭代更新权重和偏置项
        for _ in range(self.n_iter):
            for xi, yi in zip(X, y):
                if yi * (np.dot(xi, self.w) + self.b) <= 0:
                    self.w += self.lr * yi * xi
                    self.b += self.lr * yi

    def predict(self, X):
        """
        预测函数
        :param X: 输入数据
        :return: 预测结果
        """
        return np.sign(np.dot(X, self.w) + self.b)

使用示例：

X = np.array([[1, 2], [2, 3], [3, 1], [4, 3], [5, 3], [6, 2]])
y = np.array([1, 1, -1, -1, -1, 1])
clf = Perceptron()
clf.fit(X, y)
print(clf.predict(X))

输出：

[ 1.  1. -1. -1. -1.  1.]