SKlearn导入MLPClassifier失败

时间:2015-12-01 08:54:19

标签: python scikit-learn neural-network

我正在尝试使用python中scikit-learn的multilayer perceptron。我的问题是,导入无效。来自scikit-learn的所有其他模块都运行正常。

from sklearn.neural_network import MLPClassifier
  

导入错误:无法导入名称MLPClassifier

我在Visual Studio 2015中使用Python环境Python64位3.4。 我在控制台上安装了sklearn:conda install scikit-learn 我还安装了numpy和pandas。在我遇到上述错误后,我还安装了scikit-neuralnetworkpip install scikit-neuralnetwork 已安装的scikit-learn版本为0.17。

我做错了什么?我错过了安装吗?

-----编辑----

除了tttthomasss的答案,我找到了如何为神经元网络安装sknn库的解决方案。我跟着这个tutorial。 执行以下步骤:

  • pip install scikit-neuralnetwork
  • 下载并安装GCC compiler
  • 使用conda install mingw libpython
  • 安装mingw

您可以在之后使用sknn库。

4 个答案:

答案 0 :(得分:32)

<{1}} v0.17(截至2015年12月1日)尚未提供

MLPClassifier。如果你真的想要使用它,你可以克隆scikit-learn(但是,我不知道这个分支当前有多稳定)。

答案 1 :(得分:6)

来自shell / terminal

conda update scikit-learn

答案 2 :(得分:5)

我也带着v0.17问题来到这里。我找到了一个使用pip here的解决方案,即

    pip install git+https://github.com/scikit-learn/scikit-learn.git

我必须首先执行pip install cython

但是,这会安装0.19.dev0(当前),但pip list表示最新版本为0.18rc2。而

    pip install scikit-learn==0.18.rc2

更令人满意地解决了这个问题。

答案 3 :(得分:1)

apt-get update; \
apt-get install -y python python-pip \
                    python-numpy \
                    python-scipy \
                    build-essential \
                    python-dev \
                    python-setuptools \
                    libatlas-dev \
                    libatlas3gf-base

update-alternatives --set libblas.so.3 /usr/lib/atlas-base/atlas/libblas.so.3; update-alternatives --set liblapack.so.3 /usr/lib/atlas-base/atlas/liblapack.so.3

pip install -U scikit-learn

我从sklearn.neural_network导入了MLPClassifier,它似乎确实有效。

您还可以使用docker镜像处理此问题。这允许任何开发人员在一分钟内在任何服务器中重新创建环境。您可以从here

中提取图片

使用datmo-cli工具也可以非常轻松地执行此操作。我们自己遇到了这些问题并决定建立它。

您也可以使用Datmo点击一下来解决这个问题 免责声明:我在Datmo

工作