首页 / 知识
Python机器学习之使用Keras进行回归预测
2023-11-12 13:31:00
前期准备之Keras的scikit-learn接口包装器
Keras是一个深度学习库，包含高效的数字库Theano和TensorFlow。是一个高度模块化的神经网络库，支持CPU和GPU。
Scikit-learn是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，GradientBoosting，聚类算法和DBSCAN。而且也设计出了Pythonnumerical和scientificlibrariesNumpyandScipy。
我们可以通过包装器将Sequential模块(仅有一个输入)作为Scikit-learn工作流的一部分，相关的包装器定义在keras.wrappers.scikit_learn.py中。
1：目前有两个包装器可用
其中实现了sklearn的分类器接口是下面包装器：
1keras.wrappers.scikit_learn.KerasClassifier(build_fn=None,**sk_params)
实现了sklearn的回归器接口的是下面包装器：
1keras.wrappers.scikit_learn.KerasRegressor(build_fn=None,**sk_params)
2，参数build_fn：可调用的函数或者类对象
build_fn应构造，编译并返回一个Keras模型，该模型将稍后用于训练/测试，build_fn值可能为以下三种之一：
1，一个函数
2，一个具有call方法的类对象
3，None，代表你的类继承自KerasClassifier或者KerasRegressor，其call方法为其父类call方法
3，参数sk_params：模型参数和训练参数
sk_params以模型参数和训练(超)参数作为参数，合法的模型参数为build_fn的参数，注意：‘build_fn’应提供其参数的默认值。所以我们不传递任何值给sk_params也可以创建一个分类器/回归器。
sk_params还接受用于调用fit，predict，predict_proba和score方法的参数，如nb_epoch，batch_size等。这些用于训练或预测的参数按如下顺序选择：
传递给fit，predict，predict_proba和score的字典参数
传递个sk_params的参数
keras.models.Sequential，fit，predict，predict_proba和score的默认值
当使用scikit-learn的grid_search接口时，合法的可转换参数是你可以传递给sk_params的参数，包括训练参数。即，你可以使用grid_search来搜索最佳的batch_size或nb_epoch以及其他模型参数。
以上内容为大家介绍了Python机器学习之使用Keras进行回归预测，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注我们
最新内容
相关内容
python的调用绑定方法和非绑定方法
python的调用绑定方法和非绑定方法，代码，方法，实例，第一，培训，时计，奇数，偶数，参数，定义，在Python中，如果用实例去调用方法，这种限制就被称为Py
Python网络编程调用接收数据的三种
Python网络编程调用接收数据的三种方法，数据，代码，基础，通用，通讯，服务，网络，培训，方法，报文，最近在使用python进行网络编程开发一个通用的tc
为什么开发人员喜欢在机器学习和人
为什么开发人员喜欢在机器学习和人工智能项目中使用Python?，代码，项目，数据，人工智能，平台，异常，增长，灵活，时间，工具，1.Python是灵活的Pytho
Python 之模块重载的五种方法
Python 之模块重载的五种方法，环境，培训，方法，模块，文件夹，例子，下面，内容，语句，请看，python环境准备新建一个foo文件夹，其下包含一个bar.py文
Python 中如何实现参数化测试?
Python 中如何实现参数化测试?，密码，数据，测试，业务，情况，预期，培训，系统，参数，方法，之前，我曾转过一个单元测试框架系列的文章，里面介绍了unit
Python文件读取相关方法
Python文件读取相关方法，数据，位置，文件，中行，培训，方法，字节，内容，结果，字符串，我们知道，对文件的读取操作需要将文件中的数据加载到内存中，而
Python机器学习之AdaBoost算法
Python机器学习之AdaBoost算法，数据，综合，失衡，时间，培训，算法，样本，权重，模型，机器，算法概述AdaBoost是英文AdaptiveBoosting(自适应增强)的Python 多线程死锁问题的巧妙解决
Python 多线程死锁问题的巧妙解决方法，异常，持有，代码，情况，信息，管理，数据，包装，策略，预期，死锁死锁的原理非常简单，用一句话就可以描述完。
列举Python面向对象中带双下划线的
列举Python面向对象中带双下划线的特殊方法，信息，代码，培训，对象，属性，方法，实例，字符串，里边，内容，__new__：生成实例__init__：生成实例的属性_
python函数调用和参数传递
python函数调用和参数传递，位置，培训，函数，变量，参数，指针，例子，内存，整数，操作，定义过函数后，就可以在后面程序中使用这一函数printsquare_su
python操作系统接口模块：OS
python操作系统接口模块：OS，管理，工作，工具，系统，服务，培训，模块，文件，目录，函数，OS模块提供了很多与操作系统进行交互的函数，比如常见的使用函
Python算法定义
Python算法定义，有限，时间，数据，算法，情况，培训，系统，策略，复杂度，步骤，算法(Algorithm)是指解题方案的准确而完整的描述，是一系列解决问题的