sklearn.linear |
您所在的位置：网站首页 › sklearn输出模型参数 › sklearn.linear |
|
文章目录
1. sklearn.linear_model.Perceptron参数解释2. sklearn.linear_model.Perceptron属性解释3. sklearn.linear_model.Perceptron实战
关于感知机算法的原理，数学推导，python手动实现可以查看本人的这篇文章
1. sklearn.linear_model.Perceptron参数解释
用于创建感知机模型时传递的参数。 参数名称参数取值参数解释penalty默认=None，即不加惩罚项，‘l2’（L2正则） or ‘l1’（L1正则） or ‘elasticnet’（混合正则）惩罚项，加上惩罚项主要为了避免模型过拟合风险alpha默认=0.0001，取值为浮点数如果penalty不为None，则正则化项需要乘上这个数l1_ratio默认=0.15，取值在[0,1]一般只在penalty=elasticnet时用，当l1_ratio =0就是L2正则，当l1_ratio =1就是L1正则，当在(0,1)之间就是混合正则fit_interceptbool值，默认=True是否对参数 截距项b进行估计，若为False则数据应是中心化的max_iterint整数，默认=1000最大迭代次数，哪怕损失函数依旧大于0tolfloat or None，默认=10^(-3)迭代停止的标准。如果不为None，那么当loss-pre-loss |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |