"""单输入感知机：先算分数，再输出0或1；本程序不自动训练。"""

# 输入来自一个样本；练习时先保持这个数字不变。
x = 2.0

# 样本标注为1类，只用于预测完成后的核对，不参与计算分数。
target = 1

# 先只改权重：1.0改成1.5，再试2.0，观察分数与类别。
weight = 1.0

# 偏置在乘法之后加上；单独练习时，从-3.0改成-2.0。
bias = -3.0

# 感知机先完成加权计算；这个分数还不是类别。
score = x * weight + bias

# 阈值固定为0：分数等于0时，也输出1类。
if score >= 0:

    # 分数达到阈值，把这次预测记为1类。
    prediction = 1

# 分数小于0时，进入下面的另一种情况。
else:

    # 分数没有达到阈值，把这次预测记为0类。
    prediction = 0

# 打印中间分数，对照页面上的乘法与加法。
print("分数：", score)

# 打印阈值判断后的类别，它只可能是0或1。
print("预测类别：", prediction)

# 显示独立保存的样本标注，避免把它和预测混淆。
print("样本答案：", target)

# 只核对这一条样本，不把它当作整个模型的准确率。
print("与样本答案一致：", prediction == target)
