sklearn MLPClassifier - ноль скрытых слоев (т. е. логистика c регрессия) - PullRequest
0 голосов
/ 31 января 2020

Мы знаем, что нейронная сеть с прямой связью с 0 скрытыми слоями (т.е. только входной слой и выходной слой) с функцией активации сигмоида в конце должна быть эквивалентна регрессии logisti c.

Я хочу sh, чтобы доказать, что это правда, но мне нужно подогнать 0 скрытых слоев, используя модуль sklearn MLPClassifier, в частности.

Моя попытка:

my_nn = MLPClassifier(hidden_layer_sizes=(0), alpha = 0, 
                        max_iter=10000)

, но это приводит к сообщение об ошибке:

hidden_layer_sizes must be > 0, got [0, 0].

Есть ли способ добиться этого с помощью указанного модуля c?

1 Ответ

1 голос
/ 31 января 2020

Вы можете попробовать как

my_nn = MLPClassifier(hidden_layer_sizes=(), alpha = 0, max_iter=10000)

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...