在 Scikit 中神经网络被称为多层感知器(Multi-layer Perceptron),它可以用于分类或回归的非线性函数。用于分类的模块是 MLPClassifier,而用于回归的模块则是 MLPRegressor。
MLPClassifier 主要用来做分类,我们用 MLPClassifier 在鸢尾花数据上做测试。
1) 导入必要的模块
这里我们用到 sklearn 中 neural_network 模块的 MLPClassifier 分类器。此外,使用 load_iris 来获取 iris 数据集。我们使用 model_selection 模块中的方法来分割训练集和测试集。
In [1]: from sklearn.neural_network import MLPClassifier
...: from sklearn.datasets import load_iris
...: from sklearn.model_selection import train_test_split
2) 导入数据集
In [2]: iris = load_iris() # 导入数据集
3) 获得自变量数据集
In [3]: X = iris['data'] # 获取自变量数据
4) 获取因变量数据集
In [4]: y = iris['target'] # 获取因变量数据
5) 分割训练集和测试集
In [5]: X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) #分割训练集和测试集
6) 初始化神经网络
这里,通过 hidden_laye r参数设置隐藏层为 3 层&#x