如何解决带有 scikit-learn 的 MLPRegressor
我想要一个神经网络输出一个概率。我可以用监督学习来训练它——也就是说,对于不同输入值的列表,我知道每个值的输出,这是一个介于 0 和 1 之间的实数。
我开始研究 MLPClassifier,但它期望有限数量的标记类别作为已知输出 - 而不是 (0,1) 中的任何内容 - 因此当我尝试训练时会出现这些错误。
>然后我转向了 MLPRegressor,它看起来更有希望;但那里的输出没有界限。我可以训练它并希望计算出的输出保持在 (0,1),但我更愿意强制它。
我在谷歌上搜索并看到了一些关于在 MLPRegressor 对象上设置 out_activation_ 属性的内容 - 但仅在 运行拟合后添加,这对我来说没有任何意义 - 拟合肯定需要知道它正在使用例如逻辑输出而不是线性输出。事实上,当我尝试这样做时,它给了我无意义的数字。
我正在尝试做的事情可能吗?这似乎不是一个不寻常的案例,所以我怀疑我只是遗漏了一些东西。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。