Поиск.
Найдено: 0 моделей и 10 материалов
Материалы
Как обучать MLPClassifier пакетами через partial_fit
Потоковое обучение MLPClassifier мини-пакетами: первый classes, Incremental StandardScaler, несколько эпох, контроль n_iter_ и accuracy.
Как обучить MLPClassifier со StandardScaler без утечки данных
Проверяемый Pipeline из StandardScaler и MLPClassifier: раздельная выборка, обучение scaler только на train, accuracy и защита от утечки.
Как включить early stopping в MLPClassifier и проверить остановку
Early stopping для MLPClassifier с adam: validation_fraction, n_iter_no_change, best_validation_score_, validation_scores_ и loss_curve_.
Как выбрать порог по predict_proba у MLPClassifier
Получение вероятностей MLPClassifier и выбор порога по validation, а не test: форма predict_proba, классы, precision, recall и проверяемый пример.
Почему MLPClassifier даёт разные результаты и как зафиксировать random_state
Воспроизводимость MLPClassifier: одинаковый split, random_state, веса, прогнозы и границы того, что фиксированное зерно действительно гарантирует.
Почему MLPClassifier показывает ConvergenceWarning и как это проверить
Воспроизводимый ConvergenceWarning у MLPClassifier: слишком малый max_iter, контроль n_iter_, масштабирование и проверка исправления без замалчивания предупреждения.
Как оценить MLPClassifier через classification report и confusion matrix
Оценка нейросети не одной accuracy: classification_report как dict, confusion_matrix, support, macro F1 и точные критерии проверки.
Как сохранить Pipeline с MLPClassifier через joblib и проверить загрузку
Сохранение и загрузка всего Pipeline через joblib: временный файл, совпадение прогнозов и вероятностей, версии и риск недоверенной сериализации.
Как задать скрытые слои MLPClassifier и проверить размеры весов
Практическая проверка hidden_layer_sizes=(12,6): число слоёв, формы coefs_ и intercepts_, вход из восьми признаков и бинарный выход.
Как оценить важность признаков MLP через permutation importance
Permutation importance для Pipeline с MLPClassifier: baseline на test, перестановки столбцов, mean/std, воспроизводимость и ограничения интерпретации.