私はsklearnの学習段階ではまだだと出力と入力との間の関係が付属してする方法を理解する上でいくつかの助けを必要としています。データを使って、私はsklearn MLPClassifierを訓練することができました。sklean MLPClassifier：出力と入力との関係/方程式を見つける方法
clf = MLPClassifier(solver='lbfgs', alpha=1e-5, hidden_layer_sizes = (7,), random_state = 1)
#Print Coef
print clf.coefs_.shape
print clf.coefs_
出力は次のようになります。 Output print
すべてのヘルプは有用であろう。ありがとう!!
まず、clf.coefs_はのリストで、長さはn_layers - 1です。あなたのケースで
、長さは、リスト内のi番目の要素は、I層に対応する重み行列を表す7-1 = 6
あります。
あなたが入力している場合：これは、第一層の重み行列を返します。
詳細here。
EDITは
clf.coefs_必要な重みが含まれています。あなたはMLPがどのように機能するかを理解していることを確認してください
A MLPはこのようになります（HERE !を参照してください）：
洞察をいただきありがとうございます！ 私のcoefs_ [0]は7by7の行列です。 7つの入力フィーチャと1つの出力フィーチャを考慮して、各入力フィーチャによって出力に寄与するウェイトを計算するにはどうすればよいですか？ – blarredflunky
@blarredflunky私の編集された答えを見てください。 clf.coefs_には各レイヤーの重みが含まれています。私が投稿した第2のリンクで詳細を見つけてください – sera
をスクリーンショットでは、私は2つの異なる行列を見ることができます。あなたは何を知りたいですか？ clf.coefs_は何ですか？ – sera