machine-learning - 如何确定 sklearn 中 MLP 分类器的 "loss function"？

Question

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？

Answer 1

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。