sklean MLPClassifier：如何在输出和输入特征之间找到关系/方程

Question

我仍然处于sklearn的学习阶段，需要一些帮助来理解如何在输出和输入之间建立关系。使用数据我能够训练sklearn MLPClassifier。

clf = MLPClassifier(solver='lbfgs', alpha=1e-5, hidden_layer_sizes = (7,), random_state = 1)
#Print Coef
print clf.coefs_.shape
print clf.coefs_

输出如下： Output print

任何帮助都会有用。谢谢！

Answer 1

首先，clf.coefs_是列表，其长度为n_layers - 1。

在您的情况下，长度为7-1 = 6.

列表中的第i个元素表示对应于第i层的权重矩阵。

因此，如果您输入：clf.coefs_[0]，这将返回第一层的权重矩阵。

更多详情here。

修改

clf.coefs_包含您需要的权重。确保您了解MLP的工作原理（请参阅HERE ! ）

MLP看起来像这样：