使用Scikit-Learn调用Keras的模型
使用Scikit-Learn调用Keras的模型
scikit-learn是最受欢迎的Python机器学习库。本章我们将使用scikit-learn调用Keras生成的模型。本章将:
- 使用scikit-learn封装Keras的模型
- 使用scikit-learn对Keras的模型进行交叉验证
- 使用scikit-learn,利用网格搜索调整Keras模型的超参
我们开始吧。
简介
Keras在深度学习很受欢迎,但是只能做深度学习:Keras是最小化的深度学习库,目标在于快速搭建深度学习模型。基于SciPy的scikit-learn,数值运算效率很高,适用于普遍的机器学习任务,提供很多机器学习工具,包括但不限于:
- 使用K折验证模型
- 快速搜索并测试超参
- Keras为scikit-learn封装了KerasClassifier和KerasRegressor。本章我们继续使用上一篇的模型。
使用交叉验证检验深度学习模型
Keras的KerasClassifier和KerasRegressor两