sklearn MLPClassifier -零个隐藏层(即逻辑回归)
sklearn MLPClassifier是scikit-learn库中的一个类，用于实现多层感知器（Multilayer Perceptron，MLP）算法。MLP是一种人工神经网络模型，常用于解决分类和回归问题。
MLPClassifier中的零个隐藏层指的是模型只包含输入层和输出层，没有中间的隐藏层。这相当于将MLP简化为逻辑回归模型。
逻辑回归是一种广义线性模型，用于解决二分类问题。它通过将输入特征与权重相乘，并经过一个激活函数（通常是sigmoid函数）得到输出结果，从而进行分类预测。
MLPClassifier的优势在于可以处理非线性关系，并且具有较强的拟合能力。它可以通过调整参数来控制模型的复杂度，如隐藏层的数量和大小、激活函数的选择等，从而适应不同的数据集和问题。
适用场景：
- 二分类问题：MLPClassifier适用于解决二分类问题，如垃圾邮件分类、疾病诊断等。
- 非线性关系建模：当数据集中存在复杂的非线性关系时，MLPClassifier可以更好地拟合数据。
- 特征工程：MLPClassifier对于特征工程的需求较低，可以直接处理原始特征。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了多个与机器学习和云计算相关的产品，以下是其中一些推荐的产品：
- 云服务器（Elastic Cloud Server，ECS）：提供灵活可扩展的云服务器实例，用于搭建和部署机器学习模型。产品介绍链接
- 人工智能引擎（AI Engine）：提供了多个人工智能服务，包括图像识别、语音识别、自然语言处理等，可用于构建和部署机器学习应用。产品介绍链接
- 云数据库MySQL版（TencentDB for MySQL）：提供高性能、可扩展的云数据库服务，适用于存储和管理机器学习模型所需的数据。产品介绍链接
- 云存储（Cloud Object Storage，COS）：提供安全可靠的对象存储服务，用于存储和管理机器学习模型的训练数据和结果。产品介绍链接
请注意，以上推荐的产品和链接仅供参考，具体选择应根据实际需求和情况进行。
相关·内容
我已经训练了一个使用sklearn.neural_network.MLPClassifier的模型，我想知道我的分类器中有多少层。结果表明：
>>from sklearn.neural_network import MLPClassifier
>>clf = MLPClassifier()
>>clf = clf.fit(train_matrix,train_label)
>>clf.n_layers_
>>3
文档显示属性n_layers_意味着：
层数
是说有一个隐藏层，还是有三个隐藏层？
浏览 0提问于2018-09-17得票数 2
回答已采纳
我找不到一种方法来设置神经网络的初始权重，有人能告诉我如何设置吗？我使用的是python包sklearn.neural_network.MLPClassifier。
下面是供参考的代码：
from sklearn.neural_network import MLPClassifier
classifier = MLPClassifier(solver="sgd")
classifier.fit(X_train, y_train)
浏览 0提问于2017-06-11得票数 9
我正在学习上的示例，并试图找出我对示例中输入层和输出层中节点数量的理解是否正确。所需的守则如下：
import matplotlib.pyplot as plt
from sklearn.datasets import fetch_openml
from sklearn.neural_network import MLPClassifier
print(__doc__)
# Load data from https://www.openml.org/d/554
X, y = fetch_openml('mnist_784', version=1, return_X_y=Tr
浏览 1提问于2020-01-11得票数 0
回答已采纳
1回答
我正在看语音情感识别的教程，其间看到了一个从sklearn导入的"MLPClassifier(Multilayer_perceptron)“。还有许多其他的，如随机森林和线性回归，标准标量，GridSearchCV等。我正在寻找教程或步骤，如何自己创建这些类型的分类器或模块？ 当我对这些进行搜索时，我得到了sklearn和第三方子句的预定义分类器的用例的教程示例。就像上面指定的。 如果你们知道任何实现这些的教程或步骤，请给我建议。
浏览 13提问于2020-01-10得票数 0
回答已采纳
1回答
我设计了一个神经网络，它有两个隐藏层，具有不同的激活函数。如何使用sklearn.neural_network.MLPClassifier库为每一层设置不同于其他层的激活函数？
有没有类似的东西？
from sklearn.neural_network import MLPClassifier
clf = MLPClassifier(alpha=1e-5 ,hidden_layer_sizes=(10,5),activation=['tanh','relu'])
错误是:错误是：“raise ValueError(”不支持激活'%s‘)“
浏览 58提问于2021-05-29得票数 1
目前，我正在使用给定的类标签0和1进行分类任务。为此，我使用ScikitLearn的MLPClassifier为每个训练示例提供0或1的输出。但是，我找不到任何文档，MLPClassifier的输出层到底在做什么(哪个激活函数？)编码？)。
由于只有一个类的输出，所以我假设使用的是一个热编码。这个假设正确吗？有没有为MLPClassifier解决这个问题的文档？
浏览 2提问于2019-03-25得票数 1
回答已采纳
给定n示例、m特性和使用[sklearn.neural_network.MLPClassifier][1]的数据集，如何设置hidden_layer_sizes以从m输入开始？例如，我知道如果是hidden_layer_sizes= (10,10)，它意味着10个神经元(即单位)中有两个隐藏层，但我不知道这是否也意味着10个输入。
谢谢
浏览 7提问于2017-09-08得票数 2
回答已采纳
1回答
我曾经像下面这样使用VotingClassifier(来自sklearn)。现在我想找到回归模型的集合。
model= VotingClassifier(estimators=[('svmc', best_SVMC), ('rfc', best_RFC), ('xgbc', best_XGBC),('mlpc', best_MLPC)], voting='soft', n_jobs=2)
你能推荐集合回归模型吗？
注意：
svmc = SVC()
rfc = RandomforestClassifier()
xgb
浏览 0提问于2018-12-02得票数 0
回答已采纳
2回答
我想预测一个特定的乘客是否在泰坦尼克号灾难中幸免于难。我给没有存活的给0分，给幸存的给1分。我使用了python scikit学习库，并实现了以下神经网络进行分类。在预测时，我对所有乘客的预测结果仅为0。有人能帮我解决这个问题吗？
from sklearn.neural_network import MLPClassifier
>>> clf = MLPClassifier(solver='lbgfs', alpha=1e-5,
... hidden_layer_sizes=(5, 2), random_state=1
浏览 26提问于2016-09-17得票数 0
1回答
我正在测试一个玩具问题，其中你有0和1作为输入，输出是1的数量是奇数还是偶数(简单性本身)。对于使用Tanh激活的MLP，我从未设法绕过随机猜测性能(~50%)！完全是偶然的，我尝试了Relu (出于绝望)，and...it工作得很好(大多数时候准确率都是100% )。
然后，在与朋友讨论时，我们想看看如果我们用-1替换0会发生什么(任务保持不变，奇数或偶数)。令我大吃一惊的是，它与Tanh一起工作(性能在75-90%之间)。Relu仍然表现得更好。
代码
import numpy as np
from sklearn.neural_network import MLPClassifier
#
浏览 0提问于2020-03-04得票数 2
我是第一次尝试科学学习，为一个多输出多类文本分类问题。为此，我试图使用GridSearchCV来优化MLPClassifier的参数。
我要承认，我是在黑暗中拍摄，没有任何经验。如果这有意义，请告诉我。
以下是我目前的情况：
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.pipeline import Pipeline
from sklearn.feature_extraction.text import CountVectoriz
浏览 16提问于2022-04-17得票数 1
回答已采纳
2回答
如何用机器学习算法设置多个类？
、、、、
我使用XGboost、Randomforest(sklearn)、SVM(sklearn)和MLPclassifier(sklearn)作为分类器。我想为多标签类设置这些模型。我该怎么做？
import xgboost as xgb
from sklearn.svm import SVC
from sklearn.neural_network import MLPClassifier
from sklearn.ensemble import RandomForestClassifier
xgb.XGBClassifier()
SVC()
MLPClassifier()
RandomFores
浏览 1提问于2018-11-30得票数 0
回答已采纳
1回答
我想知道是否有任何方法来可视化或找到最重要/最重要的特性，在安装MLP分类器后，在Sklearn。
简单的例子：
import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import LeaveOneOut
from sklearn.neural_network import MLPClassifier
from sklearn.model_selection import GridSearchCV
from skle
浏览 3提问于2017-06-09得票数 6
1回答
我正在使用MLPClassifier从sklearn，我想调它与GridSearchCV。但我不知道hidden_layer_sizes、max_iter、激活、求解器等应该包含哪些值。如何确定使用哪个最佳组合才能将其传递给GridSearchCV中的param_grid。我怎么确定呢？
浏览 0提问于2023-02-15得票数 1
1回答
我试着用人工神经网络来学习。
我想运行回归，得到模型拟合的结果，一个生成样本外的预测。
下面是我的代码。任何帮助都将不胜感激。
# Import required libraries
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import sklearn
from sklearn.neural_network import MLPClassifier
from sklearn.neural_network import MLPRegressor
#导入数据
df=pd.read_excel(r
浏览 10提问于2022-05-28得票数 0
我无法从MLPClassifier中导入SKLearn。版本为0.17，这是我得到的错误：
ImportError: cannot import name MLPClassifier
这是我的密码：
from sklearn.neural_network import MLPClassifier
我安装了最新版本的SKLearn。我还使用以下方法对其进行了更新：
pip安装-U scikit学习
浏览 2提问于2016-06-03得票数 0
回答已采纳
1回答
当我尝试运行时，会遇到以下错误：
from sklearn.neural_network import MLPClassifier
错误：
from sklearn.neural_network import MLPClassifier
Traceback (most recent call last):
File "<ipython-input-77-6113b65dfa44>", line 1, in <module>
from sklearn.neural_network import MLPClassifier
File "C:\Us
浏览 0提问于2017-03-10得票数 0
1回答
机器学习模型预测错误结果
、、、、
目前，我有一个数据集，它包含两列过程名称和它们的CPT。例如，全膝关节置换术-27447，全髋关节置换术-27130，开放腕管版本-64721。数据集有3000行，总共有5个CPT代码(5个类)。我正在写一个分类模型。当我传递一些错误的输入时，例如，“开放膝关节置换腕管释放”，它给出的输出是64721，这是错误的。下面是我正在使用的代码。我可以知道我可以在我的代码中进行哪些更改，以及选择神经网络来解决这个问题是否正确？ import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_s
浏览 10提问于2019-01-23得票数 0
回答已采纳
我在windows 10 64位操作系统上运行python3.5。
当我尝试实现MLPClassifier时，代码会运行一段时间，然后给出一个MemoryError。
我认为这是由于隐藏层的大小，我要求它运行，但我需要运行这个大小收集我的数据。我怎样才能避免这个错误呢？
码
gamma=[1,10,100,1000,10000,100000]#create array for range of gamma values
score_train=[]
score_test=[]
for j in gamma:
mlp = MLPClassifier(solver='lbfgs&#
浏览 5提问于2017-12-09得票数 1
1回答
我正在尝试用13个属性对大约40万个数据进行分类。我使用过python sklearn的SVM包，但它不起作用，然后我了解到SVM不适合大数据集分类。然后我使用了(sklearn) ANN，使用了下面的MLPClassifier：
MLPClassifier(solver='adam', alpha=1e-5, random_state=1,activation='relu', max_iter=500)
并使用200K样本对系统进行了训练，并在其余样本上对模型进行了测试。这种分类效果很好。然而，我担心的是该系统训练过度或过度适应。你能指导我隐藏层的数量和节点大
浏览 2提问于2021-01-20得票数 0
我正在学习如何使用scikit learn的MLPClassifier。对于一个非常简单的示例，我想我应该试着让它学习如何计算XOR函数，因为我之前已经手动完成了该操作作为练习。 然而，在我尝试拟合模型后，它只是吐出了零。 xs = np.array([
0, 0,
0, 1,
1, 0,
1, 1
]).reshape(4, 2)
ys = np.array([0, 1, 1, 0]).reshape(4,)
model = sklearn.neural_network.MLPClassifier(
activation='logisti
浏览 30提问于2017-07-04得票数 3
回答已采纳
1回答
Logistic回归和线性回归是神经网络的特例吗？ 请说明我是否可以认为这句话是正确的。
浏览 30提问于2020-04-24得票数 1
回答已采纳
1回答
我最近完成了用Python编写自己的MLP神经网络的程序。为了使我的代码更容易阅读，我将MLP划分为以下类:网络类、层类和神经元类，其中神经元类将执行所有的计算，例如激活和计算错误信号。每个神经元还包含一个权重数组。
为了验证我的MLP的结果，我用相同的数据集尝试了sklearn MLPClassifier，发现sklearn实际上比我的代码快得多。
如果用矩阵重写代码，我的代码会更快吗？对NN进行编码的正确方法是什么?我如何才能使自己的性能与sklearn的性能相仿？
浏览 0提问于2019-02-13得票数 3
我正在学习一些深入的学习技巧，并偶然发现了一种不使用反向传播()的方法。该方法的基本思想是训练浅层的单隐层，丢弃输出层，在训练后的(第一)隐层和新的输出层之间增加另一个隐层。这个过程是重复的(添加和训练)，直到达到某种标准。我试图使用sklearn中提供的MLP分类器来实现这个方法。我面临的问题是如何获得隐藏层的输出。例如，如果我使用
mlp = MLPClassifier()
mlp.predict(data)
，它会给我整个网络的输出。但是，我需要的是网络隐藏层的子输出。为了说明：
输入-> connection1 (权重) -->隐藏层--> connection2 (
浏览 0提问于2018-06-15得票数 2
回答已采纳
假设我使用以下代码创建了一个神经网络：
from sklearn.neural_network import MLPRegressor
model = MLPRegressor(
hidden_layer_sizes=(100,),
activation='identity'
)
model.fit(X_train, y_train)
对于hidden_layer_sizes，我只是将其设置为默认设置。然而，我不太明白它是如何工作的。在我的定义中隐藏的层数是多少？是100吗？
浏览 0提问于2019-04-21得票数 3
回答已采纳
1回答
在sklearn.neural_network.MLPClassifier中，有一个参数
hidden_layer_sizes : tuple, length = n_layers - 2, default (100,)
在json中，我有如下键和值：
{
"hidden_layer_sizes" : xxxx,
"activation": "relu",
"solver": "adam",
"alpha": 0.0001,
}
如何将(100, )表示为JSON？
浏览 20提问于2017-07-13得票数 0
回答已采纳
我在sklearn上做神经网络模型。
from sklearn.neural_network import MLPClassifier
from sklearn.metrics import accuracy_score
clf = MLPClassifier(activation='logistic', learning_rate_init=0.5, early_stopping=False, max_iter=500, random_state=42, hidden_layer_sizes=(10,1)).fit(X_train, y_train)
我将early_stop
浏览 2提问于2020-11-05得票数 1
回答已采纳
1回答
我想在sklearn的L1中实现MLPClassifier的正则化。下面是我的代码，alpha=0.0001是L2正则化的默认代码。我想使用L1正则化而不是L2。
# evaluate a Neural Networks with ReLU and L1 norm regularization
from numpy import mean
from numpy import std
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn
浏览 2提问于2022-10-04得票数 0
如何利用MLPClassifier和skopt优化神经网络中的层数和隐层大小
通常，我会指定我的空间，比如：
Space([Integer(name = 'alpha_2', low = 1, high = 2),
Real(10**-5, 10**0, "log-uniform", name='alpha_2')])
(比方说超参数alpha_1和alpha_2)。
使用sklearn中的神经网络实现，我需要调优hidden_layer_sizes，这是一个元组：
hidden_layer_sizes : tuple，lengt
浏览 7提问于2020-04-29得票数 0
回答已采纳
1回答
我需要知道Sklearn中的MLPClassifier使用哪种权值初始化方法。我知道在神经网络中有几种初始化权值的方法，例如随机正常或随机一致或glorot。但是，我没有找到在Sklean的MLPClassifier中使用这些方法中哪些方法的任何信息。
浏览 7提问于2021-09-17得票数 0
当尝试调优sklearn BayesSearchCV，MLPClassifier hidden_layer_sizes超级参数时，我会得到一个错误：ValueError: can only convert an array of size 1 to a Python scalar。
然而，当我使用GridSearchCV时，它工作得很好！，我遗漏了什么？
下面是一个可重复的例子：
from skopt import BayesSearchCV
from skopt.space import Real, Categorical, Integer
from sklearn.datasets imp
浏览 5提问于2020-08-07得票数 3
回答已采纳
1回答
我已经阅读了文档和各种来源在线，但我不知道如何实现SGD的动量变体在滑雪板上的线性回归模型。如果能帮我开始工作，我将不胜感激。
from sklearn import linear_model
from sklearn.datasets import load_boston
X,y = load_boston().data,load_boston().target
clf = linear_model.SGDRegressor(loss='squared_loss',penalty='l2',alpha=0.01,max_iter=1000)
clf.fit(X
浏览 1提问于2021-07-21得票数 1
回答已采纳
我正在学习如何使用scikit-learn开发反向传播神经网络。我仍然对如何在我的神经网络中实现k折交叉验证感到困惑。我希望你们能帮帮我。我的代码如下：
import numpy as np
from sklearn.model_selection import KFold
from sklearn.neural_network import MLPClassifier
f = open("seeds_dataset.txt")
data = np.loadtxt(f)
X=data[:,0:]
y=data[:,-1]
kf = KFold(n_splits=10)
X_
浏览 45提问于2017-06-22得票数 9
回答已采纳
我已经写了一个基本的程序来理解MLP分类器中发生的事情？
from sklearn.neural_network import MLPClassifier
数据:标记为男性或女性的身体指标(身高、宽度和鞋码)的数据集：
X = [[181, 80, 44], [177, 70, 43], [160, 60, 38], [154, 54, 37], [166, 65, 40],
[190, 90, 47], [175, 64, 39],
[177, 70, 40], [159, 55, 37], [171, 75, 42], [181, 85, 43]]
y = ['
浏览 1提问于2017-09-04得票数 18
回答已采纳
我正在使用sklearn.neural_network.MLPClassifier构建一个神经网络： clf = sklearn.neural_network.MLPClassifier(hidden_layer_sizes= (11,11,11),max_iter = 500) 在训练它之前，我使用 preprocessing.scale() 如下所示： labels = someDataBase.loadLabels()
fetchers = someDataBase.loadFetchers()
fetchers = preprocessing.scale(fetchers)
浏览 14提问于2020-01-23得票数 0
回答已采纳
2回答
每当我在sklearn上训练MLP模型时，我就会在这里得到如下输出：
from sklearn.neural_network import MLPClassifier
clf_mlp = MLPClassifier(random_state=1,\
max_iter=200,\
hidden_layer_sizes=(256,256,256),\
early_stopping = True,\
ver
浏览 4提问于2020-08-20得票数 2
回答已采纳
1回答
考虑以下最小的示例：
from time import sleep # To (try to) get warnings printed at the right places
import pandas as pd
from sklearn.neural_network import MLPClassifier
from sklearn.dummy import DummyClassifier
df = pd.DataFrame([[1, 1, 1, 1], [0, 0, 0, 0]])
mlp = MLPClassifier(tol=10)
dummy = DummyClassifi
浏览 3提问于2020-01-10得票数 0
我刚刚安装了scikit-learn v0.18 dev软件包。
当我在iPython上调用以下内容时；
>>> from sklearn.neural_network import MLPClassifier
>>> clf = MLPClassifier(algorithm='l-bfgs', alpha=1e-5, hidden_layer_sizes=(5, 2), random_state=1)
没有错误。但是，当我编写python脚本文件并在其上运行代码时，我会得到以下错误：
clf = MLPClassifier(algorit
浏览 8提问于2016-02-19得票数 4
回答已采纳
3回答
我正在使用statsmodels运行一个logistic回归，并试图找到我的回归的分数。与sklearn不同，文档实际上并没有提供太多关于sklearn方法的信息，sklearn允许用户通过具有y值和回归系数(即lr.score(test_data, target) )的测试数据集。我应该如何将参数传递给statsmodels的分数函数?文档：
浏览 5提问于2014-06-05得票数 1
回答已采纳
看起来，即使设置了全局种子，在不同设备上使用相同的输入运行sklearn MLPclassifier也会产生不同的精度结果。
MWE：
import numpy as np
from sklearn.neural_network import MLPClassifier
from sklearn.model_selection import train_test_split
np.random.seed(1)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, stratify=y, random_
浏览 0提问于2021-05-22得票数 0
scikit-learn库有以下类似的分类器： Logistic回归分类器有不同的求解器，其中之一是“sgd”。 http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression 它也有一个不同的分类器'SGDClassifier‘，损失参数可以作为逻辑回归的'log’提到。 http://scikit-learn.org/stable/modules/generated/sk
浏览 42提问于2017-05-14得票数 14
2回答
我正在学习文本分类，我使用自己的语料库和线性回归进行分类，如下所示：
from sklearn.linear_model.logistic import LogisticRegression
classifier = LogisticRegression(penalty='l2', C=7)
classifier.fit(training_matrix, y_train)
prediction = classifier.predict(testing_matrix)
我想用scikit learn提供的受限博尔兹曼机器来增加分类报告，从我读到这可以用来提高分类召回率，F1分数，
浏览 5提问于2015-02-04得票数 2
4回答
基于pybrain的神经网络回归
、、、、
我需要用前馈网络解决一个回归问题，我一直在尝试使用PyBrain来解决这个问题。由于pybrain的参考资料中没有回归的示例，我尝试将其分类示例改为回归，但没有成功(分类示例可以在这里找到：)。以下是我的代码：
第一个函数将numpy数组形式的数据转换为pybrain SupervisedDataset。我使用SupervisedDataset是因为根据pybrain的参考，当问题是回归时，它是要使用的数据集。参数是一个包含特征向量(数据)及其预期输出(值)的数组：
def convertDataNeuralNetwork(data, values):
fulldata = Supervis
浏览 2提问于2013-06-02得票数 9
我想并排查看训练数据和测试数据的损失曲线。目前，使用clf.loss_curve获得每次迭代的训练集损失似乎很简单(见下文)。
from sklearn.neural_network import MLPClassifier
clf = MLPClassifier()
clf.fit(X,y)
clf.loss_curve_ # this seems to have loss for the training set
然而，我也想在一个测试数据集上绘制性能图。这个可以用吗？
浏览 0提问于2017-10-24得票数 15
1回答
我正在构建我的MLP算法，我试图使用k折叠交叉验证与网格搜索相结合来寻找隐藏层/节点的最佳组合。
一开始，我尝试简单地改变alpha级别，它起了作用，我使用了：
from sklearn.model_selection import cross_val_score
import numpy as np
from sklearn.neural_network import MLPClassifier
import matplotlib.pyplot as plt
import mglearn
mlp = MLPClassifier()
param_grid = {'alpha
浏览 2提问于2020-03-05得票数 1
回答已采纳
我正在使用sklearn.neural_network MLPClassifier，我想准确地绘制学习率(0.0001:10)。我已经获得了如下数据代码。 from sklearn.neural_network import MLPClassifier
import numpy as np
X_train = Input_Data['Train_Input']
X_test = Input_Data['Test_Input']
Y_train = Input_Data['Train_Target']
Y_test = Input_Data
浏览 76提问于2019-01-03得票数 0
回答已采纳
有没有办法用tanh运行sklearn的逻辑回归？ 我知道标签为{-1,1}时tanh更好，标签为{0,1}时sigmoid更好。 如果我不能实现逻辑回归，那么从{-1,1} -> {0，1}转换标签会提高使用sigmoid激活函数的逻辑回归的性能吗？
浏览 34提问于2021-05-10得票数 1
回答已采纳
2回答
到目前为止，我已经为和提供了资源
因此，总的来说，我想要生成以下示例：
X = np.matrix([[1,2],[2,3],[3,4],[4,5]])
y = np.array(['A', 'B', 'B', 'C', 'D'])
Xt = np.matrix([[11,22],[22,33],[33,44],[44,55]])
model = model.fit(X, y)
pred = model.predict(Xt)
但是，对于输出，我希望看到每个观察值3列作为pred的输出：
A | B |
浏览 8提问于2017-11-07得票数 3
我想在MLPclassifier中初始化权重，但是当我在.fit()方法中使用sample_weight时，它显示TypeError: fit() got an unexpected keyword argument 'sample_weight'
import sklearn.neural_network as SKNN
mlp_classifier = SKNN.MLPClassifier((10,), learning_rate="invscaling",solver="lbfgs")
fit_model = mlp_classifie
浏览 7提问于2018-11-11得票数 2
给定一些分类器(SVC/Forest/NN/其他)，从不同线程并发调用同一实例上的.predict是否安全？ 从遥远的角度来看，我猜测它们不会改变任何内部状态。但我在文档中找不到任何关于它的东西。 下面是一个最小的例子，说明了我的意思： #!/usr/bin/env python3
import threading
from sklearn import datasets
from sklearn import svm
from sklearn.ensemble import RandomForestClassifier
from sklearn.neural_network import
浏览 15提问于2020-09-29得票数 9
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
