Какой тип активации используется MLPClasssifier ScikitLearn в выходном слое?

Question

В настоящее время я работаю над задачей классификации с заданными метками классов 0 и 1. Для этого я использую MLPClassifier ScikitLearn, предоставляя вывод 0 или 1 для каждого примера обучения.Однако я не могу найти какую-либо документацию, что именно делает выходной слой MLPClassifier (какая функция активации «кодировка»).

Поскольку существует выход только одного класса, я предполагаю, что используется что-то вроде One-hot_encoding.Это предположение верно?Есть ли документация по этому вопросу для MLPClassifier?

Answer 1

У вас есть большая часть информации в документах .MLP - простая нейронная сеть.Он может использовать несколько функций активации, по умолчанию relu.

Он не использует однократное кодирование, скорее, вам нужно указать y (целевой) вектор с метками классов.

Answer 2

Атрибут

out_activation_ даст вам тип активации, используемый в выходном слое вашего MLPClassifier.

Из документации:

out_activation_: строка Название функции активации выхода.

Параметр activation просто устанавливает функцию активации скрытого слоя.

активация: {‘индивидуальность’, ‘логистический’, ‘tanh’, ‘relu’}, по умолчанию ‘relu’ Функция активации для скрытого слоя.

Выходной слой определяется внутренне в этом фрагменте кода.

# Output for regression
if not is_classifier(self):
    self.out_activation_ = 'identity'
# Output for multi class
elif self._label_binarizer.y_type_ == 'multiclass':
    self.out_activation_ = 'softmax'
# Output for binary class and multi-label
else:
    self.out_activation_ = 'logistic'

Следовательно, для двоичной классификации это будет logistic, а для мультикласса это будет softmax.

Чтобы узнать больше об этих активациях, см. здесь .