python神经网络回归_python MLPRegressor神经网络回归预测

该博客介绍了如何使用Python的MLPRegressor进行神经网络回归预测。首先,通过sklearn加载波士顿房价数据,然后进行数据标准化。接着,按照二八原则划分训练集和测试集。模型构建阶段,设置了两层隐藏层,激活函数为ReLU,优化器为Adam。模型训练后,计算了训练集和测试集的MSE,并进行了结果可视化。
摘要由CSDN通过智能技术生成

'''载入数据'''

from sklearn import datasets

boston = datasets.load_boston()

x,y = boston.data,boston.target

'''引入标准化函数'''

from sklearn import preprocessing

x_MinMax = preprocessing.MinMaxScaler()

y_MinMax = preprocessing.MinMaxScaler()

''' 将 y 转换成 列 '''

import numpy as np

y = np.array(y).reshape(len(y),1)

'''标准化'''

x = x_MinMax.fit_transform(x)

y = y_MinMax.fit_transform(y)

''' 按二八原则划分训练集和测试集 '''

from sklearn.model_selection import train_test_split

np.random.seed(2019)

x_train, x_test, y_train, y_test = train_test_split(x,y,test_size = 0.2)

'''模型构建'''

from sklearn.neural_network import MLPRegressor

fit

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值