sklearn MLP（多层感知机Multi-layer Perceptron）模型使用RandomSearchCV获取最优参数及可视化
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了sklearn MLP（多层感知机Multi-layer Perceptron）模型使用RandomSearchCV获取最优参数及可视化相关的知识，希望对你有一定的参考价值。
sklearn MLP（多层感知机、Multi-layer Perceptron）模型使用RandomSearchCV获取最优参数及可视化
Deep Learning 近年来在各个领域都取得了 state-of-the-art 的效果，对于原始未加工且单独不可解释的特征尤为有效，传统的方法依赖手工选取特征，而 Neural Network 可以进行学习，通过层次结构学习到更利于任务的特征。得益于近年来互联网充足的数据，计算机硬件的发展以及大规模并行化的普及。
MLP ，也即为Multi-layer Perceptron，网络结构如下，分为输入，隐层与输出层，除了输入层外，其余的每层激活函数均采用sigmoid函数。
| Multi-layer Perceptron classifier. |
|
以上是关于sklearn MLP（多层感知机Multi-layer Perceptron）模型使用RandomSearchCV获取最优参数及可视化的主要内容，如果未能解决你的问题，请参考以下文章