六-2.Sklearn中的神经网络

官网参数

sklearn.neural_network.MLPClassifier

参数认知

参数	参数作用	参数接收值	默认
hidden_layer_sizes	隐藏层中的神经元数量	int	100
activation	隐藏层的激活函数	’identity’: 无操作激活，用于实现线性瓶颈，返回f(x)= x**‘logistic’😗* logistic Sigmoid函数，返回f(x)= 1 / (1 + exp(x))。‘tanh’: 双曲tan函数，返回f(x)= tanh(x)。 ’relu’:  整流线性单位函数，返回f(x)= max(0，x)	’relu’
solver	权重优化的求解器	“ lbfgs”: 是quasi-Newton方法族的优化程序。 “ sgd”: 是指随机梯度下降。 “ adam”: 是指Kingma，Diederik和Jimmy Ba提出的基于随机梯度的优化器	’adam’
alpha	惩罚	int	0.0001
batch_size	随机优化器的小批次的大小	“ lbfgs”: 不使用小批次批处理 “auto“: batch_size=min(200, n_samples)	’auto’
learning_rate	权重更新的学习速率表	仅在solver='sgd'时使用。 ’ constant ':  是一个恒定的学习速率，由’ learning_rate_init '给出。 “invscaling”:  通过使用“power_t”的缩放逆指数，逐步降低在每个时间步长“t”上的学习率。	‘constant’
learning_rate_init	使用的初始学习率,控制更新权重的步长	double	0.001