J'essaie de faire un peu d'apprentissage supervisé en utilisant scikit-learn MLPRegressor. Je veux savoir quel est le levier des nombres d'époque dans l'apprentissage supervisé.Comment définir les numéros d'époque dans scikit-learn mlpregressor?
Mais quand je mets le MLP comme ceci:
mlp = MLPRegressor(max_iter=100, learning_rate_init=0.1)
puis ceci:
mlp = MLPRegressor(max_iter=200, learning_rate_init=0.1)
puis ceci:
mlp = MLPRegressor(max_iter=500, learning_rate_init=0.1)
Les scores de prédiction restent les mêmes. Je ne sais pas si c'est correct ou non d'utiliser max_iter pour définir les nombres d'époque, car les scores de prédiction sont constants bien que je change les nombres de max_iter. Mais quand je change le taux d'apprentissage, les scores sont modifiés, donc il y a des effets de levier d'apprentissage.
Quelqu'un peut-il aider? merci
merci pour l'information. Dans mon cas, ce n'est même pas changer en 10, 20, 30 itérations. il reste le même que 100, 500 ou 1000 itérations – sang