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

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

---