问题描述我们的问题是四个人，A，B，C，D，下面是他们之前是否去看电影的数据：现在的问题是，如果下次可以确定：A去，B去，C不去，那么D去的概率是多少？我们的单节点神经网络模型如下：x1、x2、x3分别代表A、B、C的值。输出的y代表去不去的Ding的值。其中，w1、w2、w3分别代表A、B、C的权重。激活函数使用sigmoid，即权重随机化，然后使用已知值进行训练，不断调整权重。数据输入得到结果。代码实现//发生了什么，作为训练种子letseedData=[//A,B,C,D会去还是不会，0表示不去，1表示去[0,0,1,0]，//第一次[1,1,1,1],//第二次[1,0,1,1],//第三次[0,1,1,0]//第四次];//A、B、C是否影响D的权重初始随机值：-1~1letweights=[Math.random()*2-1,Math.random()*2-1,Math.random()*2-1];//循环使用多个种子进行训练for(leti=0;i<10000;i++){//每个循环使用所有种子for(letj=0;j
