帮我写一个简单的感知机

当然可以！感知机是一种最简单的神经网络模型，它的输入是一个向量，输出是一个二元值（0 或 1），可以用来解决二分类问题。

以下是一个简单的感知机实现，它可以输入两个二元特征，输出一个二元结果：

class Perceptron:
    def __init__(self, learning_rate=0.1, num_epochs=100):
        self.learning_rate = learning_rate
        self.num_epochs = num_epochs
        self.weights = [0, 0]
        self.bias = 0

    def predict(self, x):
        linear_output = self.weights[0] * x[0] + self.weights[1] * x[1] + self.bias
        if linear_output > 0:
            return 1
        else:
            return 0

    def train(self, X, y):
        for epoch in range(self.num_epochs):
            for i in range(len(X)):
                x = X[i]
                y_pred = self.predict(x)
                error = y[i] - y_pred
                self.weights[0] += self.learning_rate * error * x[0]
                self.weights[1] += self.learning_rate * error * x[1]
                self.bias += self.learning_rate * error

你可以使用 `train` 方法来训练感知机，传入训练数据 `X` 和标签 `y`，然后使用 `predict` 方法来预测新的数据。