widrow-hoff lms算法代码

以下是 Widrow-Hoff LMS 算法的 Python 代码示例：

import numpy as np

class LMS:
    def __init__(self, n, mu):
        self.n = n
        self.mu = mu
        self.weights = np.zeros(n)
        
    def predict(self, x):
        return np.dot(self.weights, x)
        
    def train(self, x, y):
        error = y - self.predict(x)
        self.weights += self.mu * error * x

其中，`n` 表示权重向量的维度，`mu` 表示学习率。`predict` 方法用于预测输出，`train` 方法用于训练，其中 `x` 为输入向量，`y` 为目标输出。算法会根据输入和目标输出来更新权重向量，以最小化预测输出与目标输出之间的平方误差。