SKlearn 导入 MLPClassifier 失败

Posted 2023-03-12

【中文标题】SKlearn 导入 MLPClassifier 失败

【英文标题】：SKlearn import MLPClassifier fails

【发布时间】：2016-03-05 03:07:02

【问题描述】：

我正在尝试在 python 中使用来自 scikit-learn 的 multilayer perceptron。我的问题是，导入不起作用。 scikit-learn 的所有其他模块都运行良好。

from sklearn.neural_network import MLPClassifier

导入错误：无法导入名称 MLPClassifier

我在 Visual Studio 2015 中使用 Python 环境 Python64 位 3.4。 我在控制台上安装了 sklearn：conda install scikit-learn 我还安装了 numpy 和 pandas。在出现上述错误后，我还安装了 scikit-neuralnetwork 与：pip install scikit-neuralnetwork 安装的 scikit-learn 版本为 0.17。

我做错了什么？我错过了安装吗？

----- 编辑----

除了tttthomasssss的答案，我找到了如何为神经网络安装sknn库的解决方案。我关注了这个tutorial。 执行以下步骤：

pip install scikit-neuralnetwork 下载并安装GCC compiler 用conda install mingw libpython安装mingw

之后您可以使用sknn 库。

【参考方案1】：

MLPClassifier 在 scikit-learn v0.17 中尚不可用（截至 2015 年 12 月 1 日）。如果你真的想使用它，你可以克隆0.18dev（但是，我不知道这个分支目前有多稳定）。

【讨论】：

如何克隆最新版本？

@Noober 见这里：scikit-learn.org/stable/developers/…

我刚刚完成了这个，使用 MLP 的开发版本非常稳定。

【参考方案2】：

我也带着 v0.17 的问题来到这里。我找到了一个使用 pip here 的解决方案，即

    pip install git+https://github.com/scikit-learn/scikit-learn.git

我必须先执行pip install cython。

但是，安装0.19.dev0（当前），但pip list 表示最新的是0.18rc2。而是

    pip install scikit-learn==0.18.rc2

更令人满意地解决了这个问题。

【参考方案3】：

从外壳/终端

conda update scikit-learn

【参考方案4】：

apt-get update; \
apt-get install -y python python-pip \
                    python-numpy \
                    python-scipy \
                    build-essential \
                    python-dev \
                    python-setuptools \
                    libatlas-dev \
                    libatlas3gf-base

update-alternatives --set libblas.so.3 /usr/lib/atlas-base/atlas/libblas.so.3; update-alternatives --set liblapack.so.3 /usr/lib/atlas-base/atlas/liblapack.so.3

pip install -U scikit-learn

我已经从 sklearn.neural_network 导入了 MLPClassifier，它似乎确实有效。

您也可以使用 docker 映像来处理此问题。这允许任何开发人员在一分钟内在任何服务器中重新创建环境。可以从here拉取图片

这也可以使用 datmo-cli 工具非常轻松地执行。我们自己也遇到了这些问题，并决定构建它。

您也可以使用 Datmo 一键解决此问题 免责声明：我在Datmo工作