Python机器学习Sklearn入门之神经网络
Python机器学习Sklearn入门之神经网络
MLP 神经网络算法
MLP 神经网络算法函数位于 neural_network 神经网络模块,函数名是 MLPClassifier,接口是
MLPClassifier(hidden_layer_size = (100,),activation = 'relu',solver = '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)
建模、预测
#2
print('\n2# 建模')
mx =zai.mx_MLP(x_train.values,y_train.values)#3
print('\n3# 预测')
y_pred = mx.predict(x_test.values)
df9['y_predsr']=y_pred
df9['y_test'],df9['y_pred']=y_test,y_pred
df9['y_pred']=round(df9['y_predsr']).astype(int)
mx_MLP() 函数
def mx_MLP(train_x,train_y):mx = MLPClassifier()mx.fit(train_x,train_y)return mx
保存数据结果并显示信息
#4
df9.to_csv('tmp/iris_9.csv',index=False)
print('\n4# df9')
print(df9.tail())
输出
4# df9x1 x2 x3 x4 y_predsr y_test y_pred
33 6.4 2.8 5.6 2.1 1 1 1
34 5.8 2.8 5.1 2.4 1 1 1
35 5.3 3.7 1.5 0.2 2 2 2
36 5.5 2.3 4.0 1.3 3 3 3
37 5.2 3.4 1.4 0.2 2 2 2
检验测试结果
#5
dacc=zai.ai_acc_xed(df9,1,False)
print('\n5# mx:mx_sum,kok:{0:.2f}%'.format(dacc))
输出
5# mx:mx_sum,kok:94.74%
不过,MLP 神经网络算法每次运行的结果是不同的
再运行一次,结果
4# df9x1 x2 x3 x4 y_predsr y_test y_pred
33 6.4 2.8 5.6 2.1 1 1 1
34 5.8 2.8 5.1 2.4 1 1 1
35 5.3 3.7 1.5 0.2 2 2 2
36 5.5 2.3 4.0 1.3 3 3 3
37 5.2 3.4 1.4 0.2 2 2 25# mx:mx_sum,kok:97.37%
MLP_reg 神经网络回归算法
MLP_reg 神经网络算法函数位于 neural_network 神经网络模块,函数名是 MLPRegressor,接口是
MLPRegressor(hidden_layer_size = (100,),activation = 'relu',solver = '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)
建模、预测
#2
print('\n2# 建模')
mx =zai.mx_MLP_reg(x_train.values,y_train.values)#3
print('\n3# 预测')
y_pred = mx.predict(x_test.values)
df9['y_predsr']=y_pred
df9['y_test'],df9['y_pred']=y_test,y_pred
df9['y_pred']=round(df9['y_predsr']).astype(int)
mx_MLP_reg() 函数
def mx_MLP_reg(train_x,train_y):mx = MLPRegressor()mx.fit(train_x,train_y)return mx
保存数据结果并显示信息
#4
df9.to_csv('tmp/iris_9.csv',index=False)
print('\n4# df9')
print(df9.tail())
输出
4# df9x1 x2 x3 x4 y_predsr y_test y_pred
33 6.4 2.8 5.6 2.1 2.571980 1 3
34 5.8 2.8 5.1 2.4 2.323973 1 2
35 5.3 3.7 1.5 0.2 1.488991 2 1
36 5.5 2.3 4.0 1.3 2.100562 3 2
37 5.2 3.4 1.4 0.2 1.469982 2 1
检验测试结果
#5
dacc=zai.ai_acc_xed(df9,1,False)
print('\n5# mx:mx_sum,kok:{0:.2f}%'.format(dacc))
输出
5# mx:mx_sum,kok:44.74%
不过,MLP_reg 神经网络算法每次运行的结果是不同的
再运行一次,结果
4# df9x1 x2 x3 x4 y_predsr y_test y_pred
33 6.4 2.8 5.6 2.1 2.373282 1 2
34 5.8 2.8 5.1 2.4 2.322128 1 2
35 5.3 3.7 1.5 0.2 1.929890 2 2
36 5.5 2.3 4.0 1.3 1.909459 3 2
37 5.2 3.4 1.4 0.2 1.855990 2 25# mx:mx_sum,kok:34.21%
Python机器学习入门源代码和数据集 请点这里
Python机器学习Sklearn入门之神经网络相关推荐
- Python机器学习算法入门教程(三)
Python机器学习算法入门教程(三) 构建线性回归模型 一次函数 构建线性模型 假设函数图像 梯度下降求极值 导数 偏导数 梯度下降 sklearn应用线性回归算法 实现线性回归算法 准备数据 线性 ...
- python机器学习-sklearn挖掘乳腺癌细胞(五)
python机器学习-sklearn挖掘乳腺癌细胞( 博主亲自录制) 网易云观看地址 https://study.163.com/course/introduction.htm?courseId=10 ...
- Python机器学习算法入门教程(四)
Python机器学习算法入门教程(四) 文章目录 Python机器学习算法入门教程(四) Logistic回归算法(分类问题) 什么是分类问题? Logistic回归算法 数学解析Logistic回归 ...
- Python机器学习算法入门教程(一)
Python机器学习算法入门教程 Python机器学习 教程特点 什么是人工智能? 写在前面的话 人工智能应用 人工智能发展简史 1.第一次兴起 2.第二次发展 3.第三次崛起 机器学习&深度 ...
- python机器学习快速入门
机器学习快速入门 这是机器学习小白在csdn更新的第一篇文,课程学习资料来源于黑马程序员的3天快速入门python机器学习课程.由于本小白在学完特征工程后转去看吴恩达在coursera的机器学习课程 ...
- python快速入门 pdf-零起点PYTHON机器学习快速入门 PDF |网盘链接下载|
资料目录: 第 1 章 从阿尔法狗开始说起1 1.1 阿尔法狗的前世今生.......1 1.2 机器学习是什么.....2 1.3 机器学习大史记.....3 1.4 机器学习经典案例....... ...
- 零起点python_零起点PYTHON机器学习快速入门 PDF |网盘链接下载|
资料目录: 第 1 章 从阿尔法狗开始说起1 1.1 阿尔法狗的前世今生.......1 1.2 机器学习是什么.....2 1.3 机器学习大史记.....3 1.4 机器学习经典案例....... ...
- python机器学习--sklearn数据集使用
文章目录 1.sklearn介绍 2.基本概括 2.1 估计器 2.2 转化器 3.sklearn中iris莺尾花数据集使用 1.sklearn介绍 Scikit-learn(以前称为scikits. ...
- Python机器学习算法入门指南(全)
前言 机器学习 作为人工智能领域的核心组成,是计算机程序学习数据经验以优化自身算法,并产生相应的"智能化的"建议与决策的过程. 一个经典的机器学习的定义是: A computer ...
最新文章
- 原创 | 吐血推荐,B站最强学习资源汇总(数据科学,机器学习,python)
- mysql数据库优化课程---15、mysql优化步骤(mysql中最常用最立竿见影的优化是什么)...
- Android开发--Matrix(二)--实现图片的旋转
- Object-C时间与字符串的转化 因多语言设置中造成返回Nil的解决方法
- c语言的程序框图怎么写,C语言课程设计————写下流程图! 谢谢
- 随机生成10元素数组并找出最大元素(Java)
- 如何在Windows上使用Git创建一个可执行脚本?
- ArrayList整理
- mysql innodb flush method_对innodb_flush_method的一点解释
- RTT 操作片上flash
- 【Oracle学习笔记】索引
- SPSS作业-检验两组数据有无显著
- 初级会计资格-初级会计实务-知识点总结大全
- JS之 生成qq在线客服
- WPF调色盘(1):绘制三色轮
- 建筑工程测量与测绘毕业论文范文
- android 评论发表情,安卓手机怎么在微信朋友圈评论发表情包?
- layui定时刷新页面
- python中文(汉字)转拼音
- GD32F303调试小记(三)之IIC(硬件IIC+PCF8563实时时钟)
热门文章
- 错误:DeprecationWarning: The default dtype for empty Series will be ‘object‘ instead of ‘float64‘ in
- php手机摄像头监控程序,PHP自动Get监控源码分享
- Apache DolphinScheduler之最美好的遇见
- 【Django | 开发】面试招聘信息网站(处理产品细节和权限美化页面样式)
- Xilinx Spartan6-XC6SLX16-22FTG256(2022.3.31)
- matlab程序设计基础
- “true”和“false(!true)”意义完全相反,差别却只有一个“!”
- c语言培训后工作机会,娄底C语言培训,娄底C++找工作难吗,娄底C++培训完找什么工作...
- android照片备份软件下载,照片视频备份软件下载-照片视频备份 安卓版v1.0.1-PC6安卓网...
- 设计手册——216网页安全色大全【附颜色编码对照表】