Python实现神经网络NN(netural network)

输入层和输出层神经元的数量由什么来决定 --> 由特征值的多少、结果集的多少

NN算法(BP = Back Propagation)

1.特征向量标准化normalize(转换为0-1之间的值)
2.随机初始化权重和偏置(-1 --- 1)
3.传入样例
4.计算神经元的值
	1.对上层输入家全球和
	2.加入偏置值
	3.用激励函数产生最后结果(sigmoid function)
        f(x) = 1/(1+e^(-x))

训练NN

不断通过样例调整权重和偏向的过程
训练好的神经网络可以用于预测新的样例