我正在尝试实现一个感知器。我已经加载了一个100×2的数组，数组中的值在0到100之间。数组中的每个项目都有一个标签，要么是-1，要么是1。

我认为感知器是工作的，但是我无法像这里展示的那样绘制决策边界： 绘制决策边界matplotlib

当我运行我的代码时，我只能看到单一颜色的背景。我希望看到两种颜色，每种颜色代表数据集中一个标签（-1和1）。

我当前的输出，我希望看到背景有两种颜色（-1或1）

我希望看到的示例，来自sklearn文档

此处省略代码

回答：

我已经解决了这个问题。

标准化了你的X

from sklearn import preprocessingscaler = preprocessing.StandardScaler().fit(X[:, :-1])X_trans = np.column_stack((scaler.transform(X[:, :-1]), X[:, -1]))

比零更好的初始化方式。

#初始化权重r = np.sqrt(2)w = np.random.uniform(-r, r, (3,))

在预测时添加学习到的偏置

z = np.dot(X, w[:-1]) + w[-1]

在预测时也进行标准化（使用从输入中学到的标准化）

Z = classify(scaler.transform(np.c_[xx.ravel(), yy.ravel()]),     l, w) #从权重中去除偏置

一般来说，标准化输入总是很好的做法。

完整代码：

此处省略代码