人工神经网络——多层神经网络

模型原型
sklearn.neural_network.MLPClassifier(hidden_layer_sizes=(100,),activation=’relu’,
algorithm=’adam’,alpha=0.0001,batch_size=’auto’,learning_rate=’constant’,
learning_rate_init=0.001,power_t=0.5,max_iter=200,shuffle=True,
random_state=None,tol=0.0001,verbose=False,warm_start=False,
momentum=0.9,nesterovs_momentum=True,early_stopping=False,
validation_fraction=0.1,beta_1=0.9,beta_2=0.999,epsilon=1e-08)
重点参数

• hidden_layer_sizes:指定了隐含层的结构
• activation:指定激活函数的类型
  
  • ’logistic’
  • ‘tanh’
  • ‘relu’
• algorithm:指定采用的最优化算法的类型
  
  • ’l_bfgs’:伪牛顿算法
  • ‘sgd’:随机梯度下降法
  • ‘adam’:stochastic gradient-based最优化算法
• alpha
• max_iter
• tol
• learning_rate_init:初始学习率
• verbose:是否输出算法中间信息（用于跟踪调试）
• early_stopping:是否启用早停策略
• validation_fraction:是否启用启动策略
• classes_:每个输出的类别
• loss_:损失函数值
• coefs_
• intercepts_
• n_iter