0
나는 여기에 실종 된 것 같지만 Sklearn의 Mlp 회귀 기가 입력 및 출력 레이어의 뉴런 수를 계산하거나 정의하는 방법은 무엇입니까?입력, 출력 레이어 sklearn python
문서에서 설명을 찾을 수 없습니다.
나는 여기에 실종 된 것 같지만 Sklearn의 Mlp 회귀 기가 입력 및 출력 레이어의 뉴런 수를 계산하거나 정의하는 방법은 무엇입니까?입력, 출력 레이어 sklearn python
문서에서 설명을 찾을 수 없습니다.
Sklean은 fit
메서드 내에서 입력 및 출력 모양을 정의합니다. 사실 sklearn
의 모든 모델은 fit
이라는 메서드를 구현하는 클래스입니다.
여기에 코드가 sklearn.neural_network.MLPRegressor의 경우를 보이는 방법은 다음과 같습니다 모두가 함께 작동하는 방법 github의 코드가 더 이해하기
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)
확인합니다.