求解答下图的原因，请问下图是为什么呀？有没有遇到过的伙伴，求解答
求解答，这个我跑代码，算了100多代，突然报了这个错误，请问有没有遇到过类似问题的伙伴，求解答。
目测 steps['step-1'] 这里不需要引号
不知道你这个问题是否已经解决, 如果还没有解决的话:- 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7793967
- 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：数据结构几种常见图的邻接矩阵的画法（有向图带权值，有向图不带权值，无向图带权值，无向图不带权值）
- 除此之外, 这篇博客: 推荐系统中的多臂老虎机，在探索和利用的权衡下，如何实现利益最大化？中的 选择困难户，你需要了解它 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
我们会遇到很多选择的场景。上哪个大学，学什么专业，去哪家公司，中午吃什么，等等。这些事情，都让选择困难症的我们头很大。那么，有算法能够很好地对付这些问题吗？
当然有！那就是 bandit 算法！
bandit 算法来源于历史悠久的赌博学，它要解决的问题是这样的：
一个赌徒，要去摇老虎机，走进赌场一看，一排老虎机，外表一模一样，但是每个老虎机吐钱的概率可不一样，他不知道每个老虎机吐钱的概率分布是什么，那么每次该选择哪个老虎机可以做到最大化收益呢？这就是多臂赌博机问题 (Multi-armed bandit problem, K-armed bandit problem, MAB)。
怎么解决这个问题呢？最好的办法是去试一试，不是盲目地试，而是有策略地快速试一试，这些策略就是 bandit 算法。
这个多臂问题，推荐系统里面很多问题都与他类似：
- 假设一个用户对不同类别的内容感兴趣程度不同，那么我们的推荐系统初次见到这个用户时，怎么快速地知道他对每类内容的感兴趣程度？这就是推荐系统的冷启动。
- 假设我们有若干广告库存，怎么知道该给每个用户展示哪个广告，从而获得最大的点击收益？是每次都挑效果最好那个么？那么新广告如何才有出头之日？
- 我们的算法工程师又想出了新的模型，有没有比 A/B test 更快的方法知道它和旧模型相比谁更靠谱？
- 如果只是推荐已知的用户感兴趣的物品，如何才能科学地冒险给他推荐一些新鲜的物品？
这些问题本质上全都是关乎如何选择。只要是关于选择，都可以简化成一个多臂赌博机问题，毕竟小赌怡情嘛，人生何处不赌博。
- 您还可以看一下 王剑老师的站长必修课：网站是怎样做出来的？课程中的 运营：才刚开始，站长更重要的工作…小节, 巩固相关知识点
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^