python - scikit 中 RBM 的预测

Question

我想在 scikit 中使用 RBM。我可以像许多其他分类器一样定义和训练 RBM。

from sklearn.neural_network import BernoulliRBM
clf = BernoulliRBM(random_state=0, verbose=True)
clf.fit(X_train, y_train)

但我似乎找不到让我做出预测的函数。我正在寻找 scikit 中以下其中一项的等效项。

y_score = clf.decision_function(X_test)
y_score = clf.predict(X_test)

BernoulliRBM 中没有这两个函数。

Answer 1

BernoulliRBM 是一种无监督方法，因此您无法执行 clf.fit(X_train, y_train)，而是 clf.fit(X_train)。它主要用于可以提供给分类器的非线性特征提取。它看起来像这样:

logistic = linear_model.LogisticRegression()
rbm = BernoulliRBM(random_state=0, verbose=True)

classifier = Pipeline(steps=[('rbm', rbm), ('logistic', logistic)])

于是将rbm提取的特征传给了LogisticRegression模型。看看here一个完整的例子。