小婕子伦流澡到高潮h,亚洲欧美 bt

Python數(shù)據(jù)科學(xué)：神經(jīng)網(wǎng)絡(luò)

2019-05-28 11:59

＃使用GridSearchCV進(jìn)行最優(yōu)參數(shù)搜索

param＿grid ＝｛
＃模型隱層數(shù)量
＇hidden＿layer＿sizes＇：［（10，），（15，），（20，），（5， 5）］，
＃激活函數(shù)
＇activation＇：［＇logistic＇，＇tanh＇，＇relu＇］，
＃正則化系數(shù)
＇alpha＇：［0．001， 0．01， 0．1， 0．2， 0．4， 1， 10］

｝

mlp ＝ MLPClassifier（max＿iter＝1000）

＃選擇roc＿auc作為評(píng)判標(biāo)準(zhǔn)，4折交叉驗(yàn)證，n＿jobs＝－1使用多核CPU的全部線(xiàn)程

gcv ＝ GridSearchCV（estimator＝mlp， param＿grid＝param＿grid，
scoring＝＇roc＿auc＇， cv＝4， n＿jobs＝－1）

gcv．fit（scaled＿train＿data， train＿target）

輸出最優(yōu)參數(shù)的模型的情況。

＃輸出最優(yōu)參數(shù)下模型的得分

print（gcv．best＿score＿）

＃輸出值為0．9258018987136855

＃輸出最優(yōu)參數(shù)下模型的參數(shù)

print（gcv．best＿params＿）

＃輸出參數(shù)值為｛＇alpha＇： 0．01，＇activation＇：＇tanh＇，＇hidden＿layer＿sizes＇：（5， 5）｝