Artificial intelligence 学习算法不起作用？

单层预选项的学习算法只适用于给定的训练数据，不适用于新的输入。有什么方法可以纠正这个问题吗

    private void traning(){
        while(true){
            int errorCount = 0;
            for( int i = 0 ; i < input_set_count ; i++ ){
                float weightSum = 0;
                for( int j = 0 ; j < no_input ; j++ ){                  
                    weightSum = weightSum + weight[j] * train_data[i][j];
                }
                int toutput = 0;
                if( weightSum >= threshold )
                    toutput = 1;                
                int error = output[i] - toutput;
                if( error != 0 )
                    errorCount++;

                for( int j = 0 ; j < no_input ; j++ ){
                    weight[j] = weight[j] + error * train_data[i][j] * learning_rate;
                }
            }
            if( errorCount == 0 )
                break;
        }
        System.out.println("Traning Completed...");   
    }

private void traning（）{
while（true）{
int errorCount=0；
对于（int i=0；i=阈值）
toutput=1；
int error=输出[i]-toutput；
如果（错误！=0）
errorCount++；
对于（int j=0；j

请告诉我们您的输入和输出是什么。我们如何测试你的功能？我如何给你完整的代码？它太大了，无法在这里发布。而输入只是一个AND或or函数。请再描述一下。你的功能是什么？你想要实现什么？列车组数据中包含哪些数据？你应该问问自己，你能不能用你给我们的信息找到一个解决方案？昨天我看了一篇关于神经网络的帖子，链接是，我已经照他们说的做了。但他们已经给出了四个训练数据，分别是和功能，我的或。但我只给了3分。但我给了我一个错误的输出。对于10，其输出为0，但必须为1。最后他们说了一些偏见。即使我不明白。