Question

我正在使用Apache Spark Mllib实现多层感知分类器。如下面的代码我只使用了两层，即输入层，输出层。我的准确率只有33％。当我尝试将更多图层添加为int[] layers = new int[] {36,30,20,13};时，我得到了27％的准确率。我尝试使用各种随机数作为图层。但准确度很低。你能帮助我提高准确度吗？

        int[] layers = new int[] {36,13};
// create the trainer and set its parameters
        MultilayerPerceptronClassifier trainer = new MultilayerPerceptronClassifier()
                .setLayers(layers)
                .setBlockSize(128)
                .setSeed(1234L)
                .setMaxIter(100);
// train the model
        MultilayerPerceptronClassificationModel model = trainer.fit(newFrame2);

Answer 1

数据集中有多少个功能和类？通常，MLPC中的层是描述前馈神经网络中的层的数值向量。向量中的每个元素都给出了图层的大小。

例如，c（4,5,2）表示三层，其中大小为4的输入（特征）层，大小为5的中间层和大小为2的输出（类）层。 p>

因此，相应地定义您的图层。希望这可以帮助。

如何提高Apache Spark多层感知器分类器的准确度？

1 个答案: