| 博客班级 | https://edu.cnblogs.com/campus/ahgc/machinelearning/ |
| 作业要求 | https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/11950 |
| 学号 | 3180701117 |

一、实验目的
理解感知器算法原理，能实现感知器算法；
掌握机器学习算法的度量指标；
掌握最小二乘法进行参数估计基本原理；
针对特定应用场景及数据，能构建感知器模型并进行预测。
二、实验内容
安装Pycharm，注册学生版。
安装常见的机器学习库，如Scipy、Numpy、Pandas、Matplotlib，sklearn等。
编程实现感知器算法。
熟悉iris数据集，并能使用感知器算法对该数据集构建模型并应用。

三、实验过程

  1. 编程实现感知器算法
    感知机(perceptron)是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别。
    （1）二分类模型：
版权声明：本文为zsla原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/zsla/p/14778234.html