python-3.x - MLPClassifier 在 sklearn.neural_network (Python) 中给出的权重-6ren

python-3.x - MLPClassifier 在 sklearn.neural_network (Python) 中给出的权重

转载作者：行者123 更新时间：2023-12-05 01:01:10

25

4

我目前正在研究 sklearn 中神经网络包的 MLPClassifier。

我已经拟合了模型；我想访问分类器赋予输入特征的权重。如何访问它们？

提前致谢!

最佳答案

查看 documentation .请参阅字段 coefs_。

试试:

print model.coefs_

一般来说，我推荐:

检查文档
如果失败，那么
```
print dir(model)
```
或
```
help(model)
```
会告诉你在大多数情况下有什么可用的。

关于python-3.x - MLPClassifier 在 sklearn.neural_network (Python) 中给出的权重，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45064765/

25

4

0

文章推荐： python - 在类方法文档字符串中使用字符串格式

文章推荐： r - 将带有日期的列表转换为R中的数据框

python - MLPClassifier 的每次迭代都可以获得测试分数吗？
我想并排查看训练数据和测试数据的损失曲线。目前，使用 clf.loss_curve(见下文)获取每次迭代的训练集损失似乎很简单。 from sklearn.neural_network import
python - 如何使用 MLPClassifier Sklearn 在神经网络中使用自定义损失函数？
我想使用自定义损失函数在 scikit learn 中训练神经网络；使用 MLP 分类器。我想更重视更大的值(value)。因此，我想使用类似于均方误差的方法，但将分子乘以 y。因此，它看起来像: 1
python - AttributeError: 'MLPClassifier' 对象没有属性 'best_loss_'
我在 scikit-learn 的 MLPClassifier 中试验了 warm_start 参数。但是，我在运行以下代码时收到错误消息。 clf = MLPClassifier(solve
machine-learning - 如何在 MLPClassifier 上实现拒绝
我有一组数据及其类。我已经训练了 MLPClassifier 来预测输入数据的类，并且它的工作精度很高，但现在我需要实现类似“拒绝”类的东西。也就是说，如果输入数据与之前观察到的当前类别的任何数据不太
Python:Scikit Learn MLPClassifier 放入管道时出错
我在 MLPClassifier 上使用 OneVsRestClassifier。我使用它对文本数据进行分类，其中 X 是 pd.DataFrame 中的一组问题，Y 是多标签和多类字符串.请看下面的
python - partial_fit Sklearn 的 MLPClassifier
我一直在尝试使用 Sklearn 的神经网络 MLPClassifier。我有一个大小为 1000 个实例(带有二进制输出)的数据集，我想对其应用一个带有 1 个隐藏层的基本神经网络。问题是我的数据
python - SKlearn 导入 MLPClassifier 失败
我正在尝试使用 multilayer perceptron来自 python 中的 scikit-learn。我的问题是，导入不起作用。 scikit-learn 的所有其他模块都运行良好。 from
python - 属性错误 : 'MLPClassifier' object has no attribute 'decision_function'
我不知道为什么我在尝试使用时会收到该错误 decision_function() model_1 = BaggingClassifier(base_estimator=MLPClassifier())
matplotlib - 如何正确绘制 (loss_curve_) 从 MLPClassifier 获取的损失值
我使用以下代码通过 ojit_a 给定我的数据集来拟合模型: tr_X, ts_X, tr_y, ts_y = train_test_split(X, y, train_size=.8) mode
python - 从 sklearn 的 MLPClassifier 中检索最终的隐藏激活层输出
我想使用 sklearn 的 MLPClassifier 对神经网络最终隐藏激活层输出进行一些测试。在 fit 之后整理数据。例如，如果我创建一个分类器，假设数据为 X_train带标签 y_tra
python - scikit 的 MLPClassifier(和其他分类器)的训练分数低
(更新:Posted 最终调查结果作为单独的答案) 我开始尝试了解如何使用 scikit 模型进行训练。我已经尝试过众所周知的数据集，如 iris、MNIST 等——它们都是结构良好的数据，随时可用。
python - scikit learn 如何初始化 MLPClassifier 的权重向量
我想知道 sklearn.neural_network.MLPClassifier 如何初始化权重向量。在文档中 page ，没有提到权重向量默认是如何初始化的。谢谢。最佳答案看看代码here
python - Warm_Start=True 的 MLPClassifier 在一次迭代中收敛
我正在使用 scikit learn 的 MLPClassifier 和以下参数 mlp = MLPClassifier(hidden_layer_sizes=(3,2,),solver='sgd',
python - 尝试使用 BayesSearchCV 调整 MLPClassifier hidden_layer_sizes 时出错
当尝试使用 BayesSearchCV 调整 sklearn MLPClassifier hidden_layer_sizes 超参数时，出现错误:ValueError: can only con
python - sklearn.neural_network.MLPClassifier 中属性 n_layers_ 的含义
我已经使用 sklearn.neural_network.MLPClassifier 训练了一个模型，我想知道我的分类器中有多少层。结果显示: >>from sklearn.neural_networ
python - sklearn.neural_network.MLPClassifier 中属性 n_layers_ 的含义
我已经使用 sklearn.neural_network.MLPClassifier 训练了一个模型，我想知道我的分类器中有多少层。结果显示: >>from sklearn.neural_networ
machine-learning - 处理 scikit-learn MLPClassifier 的分类类标签
我有一个用于分类目的的手写数据集，其中的类来自 a-z。如果我想使用MLPClassifier ，我认为我不能直接使用此类分类类，因为 scikit-learn 中的 MLP 实现仅处理数值类。那么，
python-2.7 - Sklearn 中 MLPClassifier 最重要的功能
我想知道在 Sklearn 中拟合 MLP 分类器后是否有任何方法可以可视化或找到最重要/贡献的特征。简单的例子: import pandas as pd import numpy as np fr
python - 在 scikit-learn 的 MLPClassifier 中设置输出节点的数量
我目前正在试验 scikit-learn 的神经网络功能。有没有办法在其 MLPClassifier 中设置输出节点的数量？我知道您可以通过将其作为参数传递来设置隐藏层的数量，例如: clf = ML
python - sklearn 的 MLPClassifier 的 Predict_proba() 函数输出总可能性不等于 1
我使用 sklearn 的 MLPClassifier 构建了一个神经网络来预测赛马的结果。然而，有时，当我使用predict_proba()函数预测每匹马获胜的可能性时，我发现总可能性不等于1。有时

首页

博学

6Ren·AI

商城

python-3.x - MLPClassifier 在 sklearn.neural_network (Python) 中给出的权重