sklearn神经网络预测问题

Question

用sklearn建立了一个简单的神经网络并保存后，预测新值时单个值输入与多个值批量输入预测结果不一样，单个值输入时全为同一值，请问如何解决

Answer 1

【相关推荐】

• 你可以看下这个问题的回答https://ask.csdn.net/questions/356293
• 这篇博客你也可以参考下：使用sklearn构建神经网络进行成绩预测
• 同时，你还可以查看手册：sklearn 核外天真贝叶斯模型拟合 中的内容
• 您还可以看一下 纪佳琪老师的机器学习之决策树理论与代码实践课程中的 使用Sklearn实现决策树并可视化小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 使用sklearn 神经网络训练模型中的 增加神经网络的层数 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  >>> dnn = MLPClassifier(hidden_layer_sizes=(50,50,25,10),random_state = 420) #增加至4层，每层节点数为50，50，25，10
  >>> Xtrain1, Xtest1, Ytrain1, Ytest1 = train_test_split(X_nn, target, test_size=0.3,random_state=88)
  >>> dnn = dnn.fit(Xtrain1,Ytrain1)
  >>> pred_dnn = dnn.predict(Xtest1)
  >>> score_dnn = ACCS(Ytest1, pred_dnn)
  >>> score_dnn
  0.8546961424226796
  

  • 准确率提1%

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^