Python数据科学：神经网络

发布时间：2019-05-11 10:05:05 所属栏目：建站来源：小F

导读：副标题#e# (Artificial Neural Network，ANN)人工神经网络模型，以数学和物理的方法对人脑神经网络进行简化、抽象和模拟。本次只是一个简单的神经网络入门，涉及神经元模型和BP神经网络。这里简单了解一下机器学习的三要素，分别是模型、策略与算法。模

输出最优参数的模型的情况。

# 输出最优参数下模型的得分 
print(gcv.best_score_) 
# 输出值为0.9258018987136855 
 
# 输出最优参数下模型的参数 
print(gcv.best_params_) 
# 输出参数值为{'alpha': 0.01, 'activation': 'tanh', 'hidden_layer_sizes': (5, 5)} 
 
# 使用指定数据集输出最优模型预测的平均准确度 
print(gcv.score(scaler_test_data, test_target)) 
# 输出值为0.9169384823390232

模型的roc_auc最高得分为0.92，即该模型下的ROC曲线下面积为0.92。

较之前的0.9149，提高了一点点。

模型的最优参数，激活函数为relu类型，alpha为0.01，隐藏层节点数为15个。

模型的预测平均准确率为0.9169，较之前的0.8282，提高了不少。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

4/5

首页

尾页