sklean mlp分类器：如何找到输出和输入特征之间的关系/方程

Question

我还在sklearn的学习阶段，需要一些帮助来理解如何在输出和输入之间建立关系。利用数据，我可以训练sklearn mlp分类器。在

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： Output print

任何帮助都会有用的。谢谢！！在

Answer 1

首先，clf.coefs_是一个长度为n_layers - 1的列表。在

在你的例子中，长度是7-1=6。在

列表中的第i个元素表示与第i层相对应的权重矩阵

所以如果你输入：clf.coefs_[0]这将返回第一层的权重矩阵。在

更多详细信息here。在

---

编辑

在首席财务官包含您需要的权重。确保您了解MLP的工作原理（请参见HERE ! ）

MLP是这样的：

---

---