我想使用sklearn的MLPClassifier
mlp = MLPClassifier(hidden_layer_sizes=(50,), max_iter=10, alpha=1e-4,
solver='sgd', verbose=10, tol=1e-4, random_state=1,
learning_rate_init=.1)
我没有找到损失函数的任何参数,我希望它是mean_squared_error
。是否可以根据模型确定它?
最佳答案
根据the docs :
This model optimizes the log-loss function using LBFGS or stochastic gradient descent.
Log-loss基本上是the same as cross-entropy .
无法将另一个损失函数传递给 MLPClassifier
,因此您无法使用 MSE。但如果您确实想要的话,MLPRegressor
使用 MSE。
但是,一般建议是坚持使用交叉熵损失进行分类,据说它比 MSE 有一些优势。因此,您可能只想按原样使用 MLPClassifier
来解决分类问题。
关于machine-learning - 如何确定 sklearn 中 MLP 分类器的 "loss function"?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53369866/