# -*- coding: utf-8 -*-

#%% 
# AG1a
import numpy as np
import nnwplot

def neuron(X):
    N = X.shape[1]
    net = np.zeros(N)
    W = [-0.3,1]
    b = 2 # Bias ... ergibt sich aus Aktivierungsschwelle
    for n in range(0,N):
        for j in range(0,X.shape[0]):
            net[n]+= X[n,j] * W[j]
    # b verwenden ...
    return net > b # threshold ....

#%% 
iris = np.loadtxt("iris.csv",delimiter=',')

# X=iris[:,:2].T # nur die ersten 2 Merkmale anschauen und in Spaltenvektoren umwandeln
T=iris[-1]

# print(X)
# print(T)
print(X.shape[0])
neuron(X)

#%% 
# AG1b
nnwplot.plotTwoFeatures(X[...], T, neuron)

# %%