概述
第二个问题是here:MLPClassifier supports multi-class classification by applying Softmax
as the output function.
如果您可以在问题中添加一些代码,答案可能会更详细。
编辑
在再次仔细阅读这个问题之后,我意识到您正在尝试使用一个分类器函数,即您正在尝试将标签应用到您的输入数据。这意味着函数需要二进制输出。from sklearn.neural_network import MLPRegressor
clf = MLPRegressor(solver='lbfgs', alpha=1e-5,
hidden_layer_sizes=(5, 2), random_state=1)
X=[[-61, 25, 0.62, 0.64, 2, -35, 0.7, 0.65], [2,-5,0.58,0.7,-3,-15,0.65,0.52] ]
y=[ [0.63, 0.64], [0.58,0.61] ]
clf.fit(X,y)MLPRegressor(activation='relu', alpha=1e-05, batch_size='auto', beta_1=0.9,
beta_2=0.999, early_stopping=False, epsilon=1e-08,
hidden_layer_sizes=(5, 2), learning_rate='constant',
learning_rate_init=0.001, max_iter=200, momentum=0.9,
nesterovs_momentum=True, power_t=0.5, random_state=1, shuffle=True,
solver='lbfgs', tol=0.0001, validation_fraction=0.1, verbose=False,
warm_start=False)
最后
以上就是大力毛衣为你收集整理的python 神经网络可以输出连续值_sklearn中的多输出神经网络的全部内容,希望文章能够帮你解决python 神经网络可以输出连续值_sklearn中的多输出神经网络所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复