python - 如何使用训练结果来预测测试数据并得到误分类错误？

Question

在我训练模型并获得权重w=[8, 10]（1 x 2 向量）和b=-5超平面之后w^Tx+b=0，我想使用这个超平面对测试数据集X_te（51 x 2）进行分类。对于数据点x_i，分类基于 if w^Tx_i+b \ge 1then 分配标签y=1和 if w^Tx_i+b \le -1then 分配标签y=-1。另外，我想1在标签测试中计算和 ``-1 的数量并计算错误分类错误。如何用 Python 编写这样的代码？

pre=np.zeros(len(X_te))
for i in range(len(X_te))
   if np.dot(w,np.transpose(X_te))-5>=1:
       pre[i]=1
   else:
       pre[i]=-1

但是为什么没有输出呢？

标签： python