0
私はここで何かが欠落していると思いますが、SklearnのMlp退行者は入力層と出力層のニューロン数をどのように計算または定義しますか?入力、出力層sklearn python
ドキュメントで説明が見つかりませんでした。
私はここで何かが欠落していると思いますが、SklearnのMlp退行者は入力層と出力層のニューロン数をどのように計算または定義しますか?入力、出力層sklearn python
ドキュメントで説明が見つかりませんでした。
Skleanは、fit
メソッド内の入力と出力のシェイプを定義します。 実際、のすべてのモデルはfit
というメソッドを実装するクラスです。ここで
は、コードがsklearn.neural_network.MLPRegressorの場合のように見える方法は次のとおりです。
def fit(self, X, y):
"""Fit the model to data matrix X and target(s) y.
Parameters
----------
X : array-like or sparse matrix, shape (n_samples, n_features)
The input data.
y : array-like, shape (n_samples,) or (n_samples, n_outputs)
The target values (class labels in classification, real numbers in
regression).
Returns
-------
self : returns a trained MLP model.
"""
return self._fit(X, y, incremental=False)
は、すべてが一緒にどのように機能するかをより深く理解するためにgithubでコードを確認してください。