sklearn MLPClassifier：如何找到输出和输入特征之间的关系/方程

Question

我仍处于 sklearn 的学习阶段，需要一些帮助来理解如何建立输出和输入之间的关系。使用数据我能够训练 sklearn MLPClassifier。

clf = MLPClassifier(solver='lbfgs', alpha=1e-5, hidden_layer_sizes = (7,), random_state = 1)
#Print Coef
print clf.coefs_.shape
print clf.coefs_

输出如下所示： Output print

任何帮助都会很有用。谢谢！！

Answer 1

首先，clf.coefs_ 是一个长度为n_layers - 1 的列表。

在你的情况下，长度是 7-1 = 6。

列表中的第i个元素代表第i层对应的权重矩阵。

所以如果你输入：clf.coefs_[0] 这将返回第一层的权重矩阵。

更多详情here.

---

编辑

clf.coefs_ 包含您需要的权重。确保您了解 MLP 的工作原理（请参阅 HERE ! ）

MLP 如下所示：

---

---