使用MLPregressor之前是否有必要对数据进行规范化？

Question

我想在sklearn中使用MLPregression，并且输入的比例不同。我正在python的scikit-learn中使用MLPRegressor。

这是我的代码：

smlp = MLPRegressor(hidden_layer_sizes=(committee,),
                                   activation='relu',
                                   solver='adam',
                                   learning_rate='adaptive',
                                   max_iter=3000,
                                   learning_rate_init=0.01,
                                   alpha=0.01)

Answer 1

最好对数据进行标准化以提高收敛性。

from sklearn.preprocessing import StandardScaler

关于输出值-您可能也想标准化它们。这可能有助于融合。然而。之后将很难解释结果。

尽管如此，如果您瞄准神经网络，可能值得研究keras库，该库允许更多最新功能，使用GPU进行训练等。