Widrow-Hoff（ウィドロウ・ホフ）の学習規則をPythonで実装 - Qiita

この投稿について 前回の「パーセプトロンの学習規則をPythonで実装」に引き続き、 今回はパターン認識の手法の1つであるWidrow-Hoffの学習規則をライブラリなどを使わずにPythonで実装してみました。 Python、機械学習ともに初心者なので、良くないポイントはご指摘お願いします。 Widrow-Hoffの学習規則の理論 Widrow-Hoffの学習規則の概要や数式については以下のスライドにざっくりとまとめてあります（スライド途中からです）。 下図のような1次元上に存在し、2クラスのいずれかにに属する学習データについて、それぞれのクラスの識別関数を求める。 実装のポイントとしては、 初期の重みベクトルはw=(0.2,0.3)とし、学習係数はρ=0.2とした 重みベクトルの収束判定は行わず、重みベクトルの補正（学習）は十分な回数（100回）繰り返した（本当はよくないんだろうけど、