我正在使用Adrian Rosebrock所著的《使用 Python 進行計算機視覺深度學(xué)習(xí)》一書。我想知道為什么 scikit-learn 中的結(jié)果與書中實現(xiàn)的結(jié)果有很大不同。請在此處檢查代碼。
1 回答
天涯盡頭無女友
TA貢獻1831條經(jīng)驗 獲得超9個贊
來自 scikit-learn文檔：
Perceptron 是另一種適用于大規(guī)模學(xué)習(xí)的簡單分類算法。默認(rèn)：
它不需要學(xué)習(xí)率。
它沒有被規(guī)范化（懲罰）。
它僅根據(jù)錯誤更新其模型。
最后一個特征意味著感知器的訓(xùn)練速度略快于帶有鉸鏈損失的 SGD，并且生成的模型更稀疏。
從這里開始
Perceptron 是一種分類算法，它與 SGDClassifier 共享相同的底層實現(xiàn)。實際上，Perceptron() 等價于
SGDClassifier(loss="perceptron", eta0=1, learning_rate="constant", penalty=None)
所以你應(yīng)該通過指定相同的參數(shù)來比較結(jié)果SGDClassifier——損失函數(shù)、學(xué)習(xí)率、正則化、隨機狀態(tài)、隨機播放等。
添加回答
舉報
0/150
提交
取消