Python感知器压缩错误
我试图在我的数据集上实现一个感知器,当运行它时,我不断收到一个错误,说: TypeError:zip参数#2必须支持迭代 以下是我输入的代码:Python感知器压缩错误,python,typeerror,Python,Typeerror,我试图在我的数据集上实现一个感知器,当运行它时,我不断收到一个错误,说: TypeError:zip参数#2必须支持迭代 以下是我输入的代码: ppn = Perceptron(eta=0.1, n_iter=10) ppn.fit(X,y) plt.plot(range(1, len(ppn.errors_)+1), ppn.errors_, marker='o') plt.xlabel('Epochs') plt.ylabel('number of misclassifications')
ppn = Perceptron(eta=0.1, n_iter=10)
ppn.fit(X,y)
plt.plot(range(1, len(ppn.errors_)+1), ppn.errors_, marker='o')
plt.xlabel('Epochs')
plt.ylabel('number of misclassifications')
plt.show()
这是我实现的感知器:
class Perceptron(object):
def __init__(self, eta=0.01, n_iter=10):
self.eta = eta
self.n_iter = n_iter
def fit(self, X, y):
self.w_ = np.zeros(1 + X.shape[1])
self.errors_ = []
for _ in range(self.n_iter):
errors = 0
for xi, target in zip(X, y):
update = self.eta * (target - self.predict(xi))
self.w_[1:] += update * xi
self.w_[0] += update
errors += int(update != 0.0)
self.errors_.append(errors)
return self
def net_input(self, X):
return np.dot(X, self.w_[1:]) + self.w_[0]
def predict(self, X):
return np.where(self.net_input(X) >= 0.0, 1, -1)
y需要是可移植的。使用列表或元组,或者确保对象的类定义了一个_iter方法。y需要是iterable。使用列表或元组,或者确保对象的类定义了一个iter方法。错误的意思是它所说的<代码>y不是
列表
。。。如果您不同意,最好也显示创建y
的代码。如前所述,y
需要是实现中样本的列表,或者任何可编辑的内容X
和y
必须具有相同的长度或行数-否则将出现错误。错误的意思是它所说的<代码>y
不是列表
。。。如果您不同意,最好也显示创建y
的代码。如前所述,y
需要是实现中样本的列表,或者任何可编辑的内容X
和y
必须具有相同的长度或行数,否则会出现错误。