Как определить «функцию потерь» для MLPClassifier в skilearn?

Question

Я хочу использовать MLPClassifier skilearn

mlp = MLPClassifier(hidden_layer_sizes=(50,), max_iter=10, alpha=1e-4,
                solver='sgd', verbose=10, tol=1e-4, random_state=1,
                learning_rate_init=.1)

Я не нашел ни одного параметра для функции потерь, я хочу, чтобы он был mean_squared_error. Можно ли это определить по модели?

Answer 1

Согласно документам :

Эта модель оптимизирует функцию потери каротажа с использованием LBFGS или стохастического градиентного спуска.

Лог-потери в основном совпадают с кросс-энтропией .

Нет способа передать другую функцию потерь на MLPClassifier, поэтому вы не можете использовать MSE. Но MLPRegressor использует MSE, если вы действительно этого хотите.

Тем не менее, общий совет заключается в том, чтобы придерживаться кросс-энтропийной потери для классификации, говорят, что она имеет некоторые преимущества по сравнению с MSE. Так что вы можете просто использовать MLPClassifier как есть для вашей проблемы классификации.