sklearn MLPClassifier - 零隐藏层(即逻辑回归)
sklearn MLPClassifier - zero hidden layers (i.e. logistic regression)
我们知道,具有0个隐藏层(即只有一个输入层和一个输出层)的前馈神经网络,最后一个sigmoid激活函数应该等价于逻辑回归。
我想证明这是真的,但我需要专门使用 sklearn MLPClassifier 模块来拟合 0 个隐藏层。
我的尝试:
my_nn = MLPClassifier(hidden_layer_sizes=(0), alpha = 0,
max_iter=10000)
但这会导致错误消息:
hidden_layer_sizes must be > 0, got [0, 0].
有什么方法可以使用这个特定模块来实现吗?
你可以试试
my_nn = MLPClassifier(hidden_layer_sizes=(), alpha = 0, max_iter=10000)
我们知道,具有0个隐藏层(即只有一个输入层和一个输出层)的前馈神经网络,最后一个sigmoid激活函数应该等价于逻辑回归。
我想证明这是真的,但我需要专门使用 sklearn MLPClassifier 模块来拟合 0 个隐藏层。
我的尝试:
my_nn = MLPClassifier(hidden_layer_sizes=(0), alpha = 0,
max_iter=10000)
但这会导致错误消息:
hidden_layer_sizes must be > 0, got [0, 0].
有什么方法可以使用这个特定模块来实现吗?
你可以试试
my_nn = MLPClassifier(hidden_layer_sizes=(), alpha = 0, max_iter=10000)