python-Sklearn神经网络问题
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-Sklearn神经网络问题,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1564字,纯文字阅读大概需要3分钟。
内容图文
![python-Sklearn神经网络问题](/upload/InfoBanner/zyjiaocheng/686/ef6973b3deb34ab4af0ab03a29c65389.jpg)
我正在做一些神经网络练习,并且只停留在一个问题上.我的网络无法预测正确的结果,即使它说培训分数是97%.
这是我的代码:
# Import `datasets` from `sklearn`
from sklearn import datasets
import pandas as pd
from sklearn.model_selection import train_test_split
# Import `train_test_split`
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neural_network import MLPClassifier
# Load in the `digits` data
from sklearn.preprocessing import scale
iris = datasets.load_iris()
# split the data up - 3/4 for training, 1/4 for testing
data_train, data_test, name_train, name_test = train_test_split(iris.data,
iris.target, test_size=0.25, random_state=0)
# Number of training features
# n_samples, n_features = data_train.shape
scaler = StandardScaler()
scaler.fit(data_train)
params_train_scaled = scaler.transform(data_train)
params_test_scaled = scaler.transform(data_test)
# 1 hidden layer, same size as the input layer
mlp = MLPClassifier(
solver='lbfgs',
hidden_layer_sizes=(iris.data.shape[1], ),
random_state=0)
mlp.fit(params_train_scaled, name_train)
print(name_train)
print('Train score: %.3g' % mlp.score(params_train_scaled, name_train))
print('Test Score: %.3g' % mlp.score(params_test_scaled, name_test))
print
test_val = [[5.1, 3.5, 1.4, 0.2]]
print(mlp.predict(test_val))
我的想法是我如何扩展训练和测试数据,但是我不确定…
我得到的输出是:
Train score: 1
Test Score: 0.974
但是,预测值应为0,而不是1.
谢谢你的帮助.
解决方法:
由于您缩放了训练数据,因此您还应该缩放测试数据:
print(mlp.predict(scaler.transform(test_val)))
内容总结
以上是互联网集市为您收集整理的python-Sklearn神经网络问题全部内容,希望文章能够帮你解决python-Sklearn神经网络问题所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。