数据集大小中的 scikit-neuralnetwork 不匹配错误答案

【问题标题】：scikit-neuralnetwork mismatch error in dataset size数据集大小中的 scikit-neuralnetwork 不匹配错误
【发布时间】：2016-03-05 05:26:36
【问题描述】：

我正在尝试使用 sknn.mlp 为 XOR 问题训练 MLP 分类器

from sknn.mlp import Classifier, Layer
X=numpy.array([[0,1],[0,0],[1,0]])
print X.shape
y=numpy.array([[1],[0],[1]])
print y.shape
nn=Classifier(layers=[Layer("Sigmoid",units=2),Layer("Sigmoid",units=1)],n_iter=100)
nn.fit(X,y)

这会导致：

No handlers could be found for logger "sknn"
Traceback (most recent call last):
File "xorclassifier.py", line 10, in <module>
nn.fit(X,y)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 343, in fit
return super(Classifier, self)._fit(X, yp)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 179, in _fit
X, y = self._initialize(X, y)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 37, in _initialize
self._create_specs(X, y)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 64, in _create_specs
"Mismatch between dataset size and units in output layer."
AssertionError: Mismatch between dataset size and units in output layer.

【问题讨论】：

标签： machine-learning scikit-learn neural-network

【解决方案1】：

Scikit 似乎将您的 y 向量转换为形状为 (n_samples,n_classes) 的二进制向量。 n_classes 在你的情况下是两个。所以试试

nn=Classifier(layers=[Layer("Sigmoid",units=2),Layer("Sigmoid",units=2)],n_iter=100)

【讨论】：

嘿，它成功了。但我真的不明白为什么。是因为我有两个类，所以我在输出层需要两个单元吗？为什么我不能将相同的单位 0 或 1 用作两个不同的类？
理论上这应该可行。这似乎就是他们实现它的方式。我想这是为了避免两个类有额外的条件。
@thomas 我混淆了 NN 的结构。这个NN的结构是什么？是输入（2 个节点）->隐藏（2 个节点）->输出（2 个节点）吗？或输入（2 个节点）-> 输出（2 个节点）。