scikit-learn - ScikitLearn 的 MLPClasssifier 在输出层使用什么样的激活？

Question

我目前正在处理给定类标签 0 和 1 的分类任务。为此，我使用 ScikitLearn 的 MLPClassifier 为每个训练示例提供 0 或 1 的输出。但是，我找不到任何文档，说明 MLPClassifier 的输出层到底在做什么(哪个激活函数？编码？)。

由于只有一个类的输出，我假设使用了类似 One-hot_encoding 的东西。这个假设正确吗？是否有任何文档可以解决 MLPClassifier 的这个问题？

Answer 1

out_activation_ 属性将为您提供 MLPClassifier 输出层中使用的激活类型。

<强> From Documentation:

out_activation_ : string Name of the output activation function.

activation 参数仅设置隐藏层的激活函数。

activation : {‘identity’, ‘logistic’, ‘tanh’, ‘relu’}, default ‘relu’ Activation function for the hidden layer.

输出层由 this 内部决定一段代码。

# Output for regression
if not is_classifier(self):
    self.out_activation_ = 'identity'
# Output for multi class
elif self._label_binarizer.y_type_ == 'multiclass':
    self.out_activation_ = 'softmax'
# Output for binary class and multi-label
else:
    self.out_activation_ = 'logistic'

因此，对于二元分类，它是 logistic，对于多类，它是 softmax。

要了解有关这些激活的更多详细信息，请参阅 here .