【发布时间】:2018-11-16 05:59:45
【问题描述】:
这是一个使用ANN的练习。
我现在在下面的训练集上应用MLPClassifier。
D1= {D1+={(6,2), (6,-2), (12,2), (12,-2)}, D1-={(2,0), (0,-2), (0,2), (-2,0)}}
D2= {D2+={(4,2), (4,-2), (-4,2), (-4,-2)}, D2-={(2,1), (2,-1), (-2,1), (-2,-1)}}
并使用以下代码:
x = [[6,-2],[6,2],[12,-2],[12,2],[2,0],[0,-2],[0,2],[-2,0]]
y = [1,1,1,1,-1,-1,-1,-1]
from sklearn import neural_network
clf = neural_network.MLPClassifier(solver='adam',alpha=0.0001,hidden_layer_sizes=(5,2), random_state=1, batch_size='auto')
clf.fit(x,y)
predicted = clf.predict([[0,0],[8,3]])
print(predicted)
尝试更改分类器但失败原因如下:
c:\users\asuspc\appdata\local\programs\python\python36-32\lib\site-packages\sklearn\neural_network\multilayer_perceptron.py:564:ConvergenceWarning:随机优化器:达到最大迭代次数 (200) 并且优化尚未收敛。 % self.max_iter, ConvergenceWarning)
我该怎么办?
【问题讨论】:
-
这不是错误。只是一个关于在给定迭代中不收敛的警告。您可以尝试通过将
max_iter设置为更高的值来增加迭代次数。
标签: python scikit-learn jupyter