逻辑回归和 MLP 的代码是什么
What is the code for Logistic Regression and MLP
我正在尝试将 AutoSklearn 与特定算法列表一起使用
Logistic Regression
Random Forest
Gaussian NB
SVC
ADA
MLP
我知道我可以使用这些参数。
mdl = autosklearn.classification.AutoSklearn2Classifier(
include = {
'classifier': ["random_forest", "gaussian_nb", "libsvm_svc", "adaboost"],
'feature_preprocessor': ["no_preprocessing"]
#K-Folds?
},
exclude=None,
我设法找到了这些算法的代码
Random Forest ==> "random_forest"
Gaussian NB ==> "gaussian_nb"
SVC ==> "libsvm_svc"
ADA ==> "adaboost"
但找不到
的代码
Logistic Regression
MLP
谁能告诉我这些是什么?
documentation 声明用于识别估计器和预处理器的字符串是没有 .py
的文件名。
您可以在这里找到 here 您正在寻找的 model_id
。
来自文档的 MLP 代码是 mlp
,逻辑回归未实现。 (有关详细信息,请参阅此 issue)
因此你应该做如下:
mdl = autosklearn.classification.AutoSklearn2Classifier(
include = {
'classifier': ["random_forest", "gaussian_nb", "libsvm_svc", "adaboost", 'mlp'],
'feature_preprocessor': ["no_preprocessing"]
},
exclude=None
)
我正在尝试将 AutoSklearn 与特定算法列表一起使用
Logistic Regression
Random Forest
Gaussian NB
SVC
ADA
MLP
我知道我可以使用这些参数。
mdl = autosklearn.classification.AutoSklearn2Classifier(
include = {
'classifier': ["random_forest", "gaussian_nb", "libsvm_svc", "adaboost"],
'feature_preprocessor': ["no_preprocessing"]
#K-Folds?
},
exclude=None,
我设法找到了这些算法的代码
Random Forest ==> "random_forest"
Gaussian NB ==> "gaussian_nb"
SVC ==> "libsvm_svc"
ADA ==> "adaboost"
但找不到
的代码Logistic Regression
MLP
谁能告诉我这些是什么?
documentation 声明用于识别估计器和预处理器的字符串是没有 .py
的文件名。
您可以在这里找到 here 您正在寻找的 model_id
。
来自文档的 MLP 代码是 mlp
,逻辑回归未实现。 (有关详细信息,请参阅此 issue)
因此你应该做如下:
mdl = autosklearn.classification.AutoSklearn2Classifier(
include = {
'classifier': ["random_forest", "gaussian_nb", "libsvm_svc", "adaboost", 'mlp'],
'feature_preprocessor': ["no_preprocessing"]
},
exclude=None
)