저는 아직 sklearn 단계를 배우고 있으며 출력과 입력 간의 관계를 이해하는 데 도움이 필요합니다. 데이터를 사용하여 sklearn MLPClassifier를 교육 할 수있었습니다.Sklean MLPClassifier : 출력과 입력 기능 간의 관계/방정식을 찾는 방법
clf = MLPClassifier(solver='lbfgs', alpha=1e-5, hidden_layer_sizes = (7,), random_state = 1)
#Print Coef
print clf.coefs_.shape
print clf.coefs_
출력은 다음과 같습니다 Output print
어떤 도움이 도움이 될 것입니다. 감사!!
우선 clf.coefs_은 길이 n_layers - 1 인 인 입니다. 귀하의 경우
, 길이가 7-1 = 6
목록의 i 번째 요소는 전 레이어에 대응하는 가중치 행렬을 나타내고이다.
이렇게 입력하면 첫 번째 레이어의 가중치 행렬이 반환됩니다.
자세한 내용 here.
편집
clf.coefs_ 당신이 필요로하는 가중치를 포함합니다. 당신이 MLP가 작동하는 방법을 알고 있어야합니다
MLP는 다음과 같습니다 (HERE ! 참조)
통찰력을 가져 주셔서 대단히 감사합니다 !! 내 coefs_ [0]은 7 바이트 7 행렬입니다. 7 개의 입력 피쳐와 1 개의 출력 피쳐를 고려해 볼 때, 각 입력 피처가 출력에 제공하는 가중치를 계산하려면 어떻게해야합니까? – blarredflunky
@blarredflunky 내 수정 된 답변보기. clf.coefs_에는 각 레이어의 가중치가 포함됩니다. 게시 된 두 번째 링크에서 자세한 내용을 찾아보십시오. – sera
을 스크린 샷에서 나는 2 개의 다른 행렬을 볼 수 있습니다. 너는 무엇을 알고 싶니? clf.coefs_ 무엇입니까? – sera