python - sklearn MLP分类器: how to find relation/equation between output and input features

Question

我仍处于 sklearn 的学习阶段，需要一些帮助来理解如何建立输出和输入之间的关系。使用数据我能够训练 sklearn MLPClassifier。

clf = MLPClassifier(solver='lbfgs', alpha=1e-5, hidden_layer_sizes = (7,), random_state = 1)
#Print Coef
print clf.coefs_.shape
print clf.coefs_

输出如下所示: Output print

任何帮助都会有用。谢谢!!

Answer 1

首先，clf.coefs_是一个长度为n_layers - 1的列表。

就您而言，长度为 7-1 = 6。

列表中的第i个元素表示第i层对应的权重矩阵。

因此，如果您输入:clf.coefs_[0]，这将返回第一层的权重矩阵。

更多详情here .

<小时/>

编辑

clf.coefs_ 包含您需要的权重。确保您了解 MLP 的工作原理(请参阅 HERE ! )

MLP 看起来像这样:

<小时/>

<小时/>