Die rohe Dezimalzahl meiner Gewichte kann nicht in der Lage sein, irgendwo automatisch abzurunden? ⇐ Python

[Anonymous]

Ich mache eine einzelne Wahrnehmung, in der ich mein Modell vorhersagen muss, ob der Benutzer ein T oder ein L mit einigen Schaltflächen auf einer Website herstellt. RN Ich versuche, die Gewichte und Voreingenommenheit zu erhalten, damit ich sie in den Pyscript -Code in meinen Websites implementieren kann, da ich die Website nicht anpassen und vorhersagen kann. Immer wenn ich versuche, die Gewichte zu drucken, kommen sie zurück, um zu Sci -Notation abgerundet zu werden. Ich habe versucht, Repr zu machen, aber das funktioniert aus irgendeinem Grund nicht. Könnte mir jemand zeigen, wo ich falsch gehe? < /P>
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn import datasets
import matplotlib.pyplot as plt

def activation_function(z):
return np.where(z >= 0, 1, 0)

#importing the dataset as a pandas dataframe
df = pd.read_csv("TrainingData.csv")
df.head()

#split training data into X and Y
X = df.iloc[:, 1:]
print(X)

y = df.iloc[:, 0]
print(y)

#Convert Y labels into integers
y = y.map({'L': 0, 'T': 1})

#Convert X and Y to numpy arrays for later processing
X = X.to_numpy(dtype = np.float64)
y = y.to_numpy(dtype = np.int32)

print(X)
print(y)

print(X.dtype)
print(y.dtype)

#split training data and check shapes. Doing a 70/30 split due to the dataset not being very large (58 samples, 16 features)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state = 42)

print(X_train.shape)
print(X_test.shape)
print(y_train.shape)
print(y_test.shape)

#Fitting the model to retreive the weights and biases for the pyscript portion of the code
weights = np.zeros(16)*1
bias = 0

learning_rate = 0.01

for _ in range(1000):
for idx, x_i in enumerate(X_train):

linear_product = np.dot(x_i, weights) + bias

y_pred = activation_function(linear_product)

loss = y_pred - y_train[idx]

weights -= learning_rate * loss * x_i

bias -= learning_rate * loss

repr((weights))
repr((bias))
< /code>
Ich erwarte, dass sehr große Dezimalstellen unter der Annahme, dass meine Conversions und Gleichungen genau sind. Ich habe versucht, Freunde, Prof. und Chatgpt zu fragen und die Repr unter anderen Methoden zu verwenden, um sie auf die richtige Art und Weise zu drucken.