机器学习实验---人工神经网络MLP基于sklearn的实现
来源:互联网 发布:淘宝禁止开店 编辑:程序博客网 时间:2024/05/16 04:31
导语
上次写了随机森林的基于sklearn库的大致实现步骤,这次我们来看看人工神经网络的实现步骤吧~
MLP就是多层感知器的意思,我们这里也是通过引入MLPClassifier来实现的。
步骤详解:
首先从sklearn中导入MLPC
导入待训练的数据集
通过调用MLPC训练器对训练集进行训练
利用训练集对测试数据进行测试
返回错误率
from sklearn.neural_network import MLPClassifierx = [[0,0]y = [0,1]clf = MLPClassifier(solver='lbfgs',alpha=1e-5,hidden_layer_sizes=(5,2),random_state=1)clf.fit(X,y)X1 = [[2,2],[-1,2]]preY1 = clf.predict(X1)
以上代码从输入训练集,和输入测试集,最后给出了对测试集的预测。
那我们接下来解析一下MLPClassifier分类器的属性设定吧~
solver='lbfgs'
solver给的是神经网络的求解方法,lbfgs是其中一种求解方法,在数据比较小的时候表现较好。
adam这种方法则鲁棒性较强,
sgd则在参数调整较优的时候会有最佳表现。
本文代码来自于官网,思路是参考的各路大神的博客~
阅读全文
0 0
- 机器学习实验---人工神经网络MLP基于sklearn的实现
- 【机器学习】基于sklearn-MLP多层感知机实例
- 机器学习之人工神经网络
- MLP(多层神经网络)与人工神经网络
- 基于python的机器学习库Sklearn
- 【机器学习sklearn】基于sklearn的股票预测
- 系统学习机器学习之神经网络(二) --MLP实现及源码分析
- 机器学习-->深度学习-->人工神经网络
- [机器学习]基于python的机器学习库Sklearn-01
- 机器学习实验---调用sklearn库实现GBM
- 机器学习笔记之人工神经网络(ANN)
- 机器学习笔记——人工神经网络
- 《机器学习》读书笔记,第四章人工神经网络
- 【机器学习】人工神经网络(ANN)浅讲
- c++实现mlp神经网络
- 人工神经网络 深度学习 MLP RBF RBM DBN DBM CNN 整理学习
- Python机器学习Sklearn入门之神经网络
- 机器学习教程 之 人工神经网络的前世今生:标准BP神经网络原理
- Javase基础知识(1)
- 3D打印切片软件Cura的简单使用
- 函数的原型链,原型链的完整版以及原型链的族谱
- Java 集合框架
- js中闭包
- 机器学习实验---人工神经网络MLP基于sklearn的实现
- Open CV 学习开发笔记之概述(一)
- Apache的DBUtils使用详解
- leetcode 88. Merge Sorted Array
- leetcode
- Android Studio自带图标库和开源图标库怎么使用?
- printf
- golang基础-数组、切片创建_内存_底层实现_修改值_拷贝_循环、string与切片
- LeetCode 1. Two Sum