1回答
我正在使用Iris MLP中的示例编写一个简单的ML。 这个例子相对简单，因为它是用来训练和测试模型的。但是，该示例没有显示如何将训练好的MLP模型应用于未知数据集来预测该未知数据集的类别(在本例中为花朵类型)。我已经搜索了几个小时，但没有找到任何有用的网站，说明如何将训练好的MLP应用到未知数据集上。ratio=0.15)将被更改为iris &
浏览 8提问于2021-01-29得票数 0
作为作业的一部分，我创建了一个包含1000个示例的数据集。每个输入(x_i)是一个由四个介于-1.0和+1.0之间的随机数组成的数组。我的MLP接受x_i的4个元素中的每一个元素作为输入，并生成一个输出。对于这个单一的隐藏分层MLP，是否可以学习生成四个输入的总和，然后应用sin函数？我使用前80%的数据集来训练MLP，并在最后20%的数据集上每1000个时期测试一次，直到50000个时期。在这50
浏览 1提问于2018-04-29得票数 0
我有一个大型数据集(~5个Mio行)，其中包含机器学习培训的结果。现在我想看看结果是否达到了“目标范围”。假设这个范围包含-0.25和+0.25之间的所有值。现在，我将创建这三列，点击，低，高，并计算每一行的条件应用，并将一个1放在这个项目中，其他两列将成为0。在此之后，我将对这些值进行分组，并对它们进行汇总。数据
df = pd.DataFrame({"Type":["RF", "RF"
浏览 4提问于2022-02-10得票数 9
回答已采纳
1回答
我是机器学习的新手，我正在开发一个python应用程序，该应用程序使用数据集对扑克手进行分类，我将发布这些数据片段。它似乎不能很好地工作。它无法正确地对手进行分类。training dataX_train = scaler.transform(X_train)mlp= MLPClassifier(hidden_layer_sizes=(30, 30, 30,
浏览 3提问于2017-04-06得票数 2
1回答
支持向量机和MLP分类器的选择
、、、、
到目前为止，使用交叉验证(请假一出)，我将数据集分成训练集和验证集，这样我就可以测量分类器的性能。当然，支持向量机有荒谬的低成本，但是当你考虑拒绝选项时，你突然注意到它的准确性很差(-13%比MLP低)。就精度而言，我认为MLP优于支持向量机，因为它的平均精度(考虑到是否存在拒绝选项)：52,97% (MLP)对48,54% ( SVM )。但支持向量机的平均成本更高: 1,74965 (MLP)与1,22955 (
浏览 7提问于2014-09-06得票数 0
2回答
我正在使用一个数据集，其中的功能有多个尺度。在运行scikit-learns的MLP神经网络之前，我四处阅读，发现了各种关于特征缩放的不同意见。有些人说你需要规范化，有些人说只是标准化，另一些人说，理论上，MLP不需要什么，有人说只需要缩放训练数据，而不是测试数据，科学知识文档说MLP对特性缩放很敏感？这让我非常困惑，在运行MLP模型之前，我应该选择哪条路径作为数据集。如能对这些问题和我应如何处理这
浏览 0提问于2020-07-29得票数 2
我想用scikit神经网络进行NN分类，我有5个类，所以在输出层，我有units=5 i，但是我得到了这个错误:数据集大小和输出层中的单位不匹配，我根据文档：对y_train进行了整形，并将"Sigmoid“函数应用到输出层。y_train形状是：(2115，5) X_train形状是：(2115,343)这是代码：from sknn.mlp import Classifierip_layer = mlp
浏览 0提问于2016-05-01得票数 0
我有一个类似MNIST的数据集(200.000行784像素+1分类输出(785列))，我想使用R中的Keras库(在RStudio中)来训练MLP和CNN。我的想法是使用带有fit_generator()函数的生成器对相同的模型进行拟合，并在每次调用生成器函数时加载部分数据集而不是整个数据集(以便使用比加载整个数据集更少的内存，从而获得更快的培训)。我发现了与、、和相关的问题，问题似乎是fit_generator()
浏览 3提问于2020-02-12得票数 0
我的问题是，如何重用经过训练的模型，并在测试时输入新数据？这个问题类似于，除了我也不想在测试中使用占位符-我的测试数据集可能非常大，并且应该避免占位符的速度变慢。
浏览 1提问于2017-07-26得票数 2
1回答
表格数据集的机器学习算法
、、、
我有一个包含120个特性和5000个实例的数据集。数据集是分类值和数字值的组合。它是一个表格数据集。我的问题是二进制分类问题。我用朴素贝叶斯、贝叶斯网、支持向量机、MLP、随机森林、Logistic回归等经典分类算法对我的数据集进行了训练，我想知道在机器学习领域是否有可用的算法是新的而不是经典的，可以用表格数据集来实现。我听说过卷积神经网络、深层神经网络等，但我认
浏览 0提问于2022-09-30得票数 0
回答已采纳
我是sklearn的新手，所以我只是使用一些非常简单的案例来测试我是否正确地使用了这些工具。X = [[int(10*random()), int(10*random())] for i in range(100)]mlp.fit(X,y) 这只是一个非常简单的数据集，输入元素加起来就是输出。例如： print(mlp.pr
浏览 22提问于2019-09-06得票数 0
回答已采纳
我为一个数据集(~500行)编写了一个MLP程序，该数据集包含有机体的长度(L)和宽度(W)以及生物量的输出(以磅、B为单位)。mlp = MLPRegressor((5, 5), max_iter=1000)# Model 1
# Input = Feature 1: Length, Feature 2:我对MLP的理解是，模型1应该比模型2做得更好，因为它基本上会找到长度和高度对生物量的最佳组合，但是我的1特征模型做得更好。我也
浏览 0提问于2019-04-17得票数 1
1回答
这张来自Sklearn 的图片显示，我们的整个数据集应该被分割成训练和测试。然后，将训练集再分割成一个验证部分，我们将我们的模型训练成k-1倍，在剩下的一次中进行验证(重复这个k次)。最后，我们用来自乞丐的测试集来验证我们的模型。在我的问题中，我有一个包含42372样本的不平衡二进制分类问题的数据集。3615属于1类，其余属于0类。由于我的数据集是不平衡的，所以我在5 folds中使用了5 folds，得到了如下结果：因此，通过
浏览 17提问于2022-01-12得票数 1
回答已采纳
1回答
如何用MLP训练乘数？
、、、
我对神经网络很陌生。我试着去理解一个多层感知器可以学会实现什么样的解决方案。0, 5 = 02, 3 = 64, 3 = 127,7 = 49它给出了这个数据集的正确结果，但例如我对</em
浏览 1提问于2018-03-10得票数 2
回答已采纳
我有一个大型数据集(~5个Mio行)，其中包含一些ML培训的结果。现在，我想通过定义结果是否达到“目标范围”来限定结果。这个“目标范围”包含-0.25和+0.25之间的所有值。df = data.frame(Type=c("RF", "RF", "RF", "MLP", "MLP", "MLP"),
Value=c(-1.5, -0.1,
浏览 13提问于2022-10-15得票数 3
回答已采纳
1回答
我目前正在用一个不平衡的数据集做一些实验，我用SCUT进行平衡，并训练了一组不同的分类器。问题是有三个不同类可供选择的多类。我正在应用多层感知器、决策树和随机森林，经过10次交叉验证后，结果如下：决策树: 0.93 acc当我应用5x2cvt测试时，我得到了以下结果：T-统计数字4.75所以，如果我假设在测试中，我的α值为0.05，它拒绝了空假设，即这两种算法在相同的数据库中都表现
浏览 0提问于2019-08-02得票数 2
我使用以下方法从获得整个MNIST数据集的MNIST数据集中读取数据：但我想在数据集切片上训练和测试我的MLP，如下所示：
Training set: the first 5,000 of the original training images如何对</e
浏览 2提问于2017-10-25得票数 0
1回答
我们的目标是从mlp.predict_proba获得相同的输出。不幸的是，由于未知的原因，我无法计算它。首先，我对测试数据和第一权重矩阵进行内积运算，将来自同一层的偏差向量相加，然后计算激活函数(在本例中为‘relu’)。依此类推，直到输出层。下面你可以找到我正在使用的代码和一些额外的注释。_[0] # 13 x 14 matrixtheta2 = mlp.coefs_[1] #
浏览 23提问于2020-05-12得票数 0
1回答
MLP分类
、、、、
我是机器学习的新手，我正在开发一个python应用程序，该应用程序使用数据集对扑克手进行分类，我将发布代码片段。看来效果不太好。= MLPClassifier(hidden_layer_sizes=(100, 100, 100))predictions = mlp.predict(test_data)len(mlp.coefs_[0])
len(<
浏览 1提问于2017-04-08得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
