从 Orange Data Mining 中提取权重和偏差
Extract weights and biases from Orange Data Mining
我正在使用 Orange Datamining 在 Iris 数据集上训练模型。我使用随机梯度下降节点进行训练，我希望提取网络的相应权重和偏差。
我是新手，所以我对 SGD 是神经网络的看法可能是错误的。是否有一个不同的节点实际上是一个神经网络？我需要我正在从事的项目的确切权重和偏差，我不关心如何获得它们。我知道有一个 python 界面，但我在那里也找不到权重。
是否有更适合此目标的其他软件套件？我需要使训练变得极其简单并输出权重和偏差的软件
SGD 小部件是 Stochastic Gradient Descent from scikit-learn 的 GUI 包装器，它不是神经网络。 Orange 目前不支持神经网络。要获取更简单模型（如逻辑回归）的模型参数，请使用将数据集输入学习器并在数据 Table.
中观察系数的工作流
Orange 目前支持神经网络小部件，但无法使用数据获取模型参数Table
我正在使用 Orange Datamining 在 Iris 数据集上训练模型。我使用随机梯度下降节点进行训练，我希望提取网络的相应权重和偏差。
我是新手，所以我对 SGD 是神经网络的看法可能是错误的。是否有一个不同的节点实际上是一个神经网络？我需要我正在从事的项目的确切权重和偏差，我不关心如何获得它们。我知道有一个 python 界面，但我在那里也找不到权重。
是否有更适合此目标的其他软件套件？我需要使训练变得极其简单并输出权重和偏差的软件
SGD 小部件是 Stochastic Gradient Descent from scikit-learn 的 GUI 包装器，它不是神经网络。 Orange 目前不支持神经网络。要获取更简单模型（如逻辑回归）的模型参数，请使用将数据集输入学习器并在数据 Table.
中观察系数的工作流Orange 目前支持神经网络小部件，但无法使用数据获取模型参数Table