訂閱
糾錯
加入自媒體

Python數(shù)據(jù)科學(xué):神經(jīng)網(wǎng)絡(luò)

# 使用GridSearchCV進(jìn)行最優(yōu)參數(shù)搜索

param_grid = {
   # 模型隱層數(shù)量
   'hidden_layer_sizes': [(10, ), (15, ), (20, ), (5, 5)],
   # 激活函數(shù)
   'activation': ['logistic', 'tanh', 'relu'],
   # 正則化系數(shù)
   'alpha': [0.001, 0.01, 0.1, 0.2, 0.4, 1, 10]

mlp = MLPClassifier(max_iter=1000)

# 選擇roc_auc作為評判標(biāo)準(zhǔn),4折交叉驗證,n_jobs=-1使用多核CPU的全部線程

gcv = GridSearchCV(estimator=mlp, param_grid=param_grid,
                  scoring='roc_auc', cv=4, n_jobs=-1)

gcv.fit(scaled_train_data, train_target)

輸出最優(yōu)參數(shù)的模型的情況。

# 輸出最優(yōu)參數(shù)下模型的得分

print(gcv.best_score_)

# 輸出值為0.9258018987136855

# 輸出最優(yōu)參數(shù)下模型的參數(shù)

print(gcv.best_params_)

# 輸出參數(shù)值為{'alpha': 0.01, 'activation': 'tanh', 'hidden_layer_sizes': (5, 5)}

# 使用指定數(shù)據(jù)集輸出最優(yōu)模型預(yù)測的平均準(zhǔn)確度

print(gcv.score(scaler_test_data, test_target))

# 輸出值為0.9169384823390232

模型的roc_auc最高得分為0.92,即該模型下的ROC曲線下面積為0.92。

較之前的0.9149,提高了一點(diǎn)點(diǎn)。

模型的最優(yōu)參數(shù),激活函數(shù)為relu類型,alpha為0.01,隱藏層節(jié)點(diǎn)數(shù)為15個。

模型的預(yù)測平均準(zhǔn)確率為0.9169,較之前的0.8282,提高了不少。

<上一頁  1  2  3  
聲明: 本文由入駐維科號的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號