راه
۶ کیو· متوسطمتوسطPYTHON۱۵ ثانیه · ۲۵۶ مگابایت

MLPClassifier در scikit-learn

تابع mlp_report(seed) روی داده‌ی سرطان سینه (load_breast_cancer):

  1. داده را با train_test_split(..., random_state=seed) تقسیم می‌کند،
  2. این زنجیره را روی داده‌ی آموزش برازش می‌دهد:
python
make_pipeline(StandardScaler(),
              MLPClassifier(hidden_layer_sizes=(10,), solver="lbfgs", alpha=1.0,
                            max_iter=5000, tol=1e-10, random_state=0))

(lbfgs روی داده‌ی کوچک به‌جای adam تصادفی، و tol کوچک تا بهینه‌سازی تا خود کمینه برود.)

  1. و آرایه‌ای دوتایی برمی‌گرداند: دقت روی داده‌ی آموزش و دقت روی داده‌ی آزمون.

نمونه‌ها

ورودی نمونه ۱
1
خروجی نمونه ۱
[0.9977, 0.958]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود