神经网络

组件介绍

**“神经网络”（Neural Network）**控件实现对输入数据根据给定超参数构建MLP分类或回归模型，并把已训练的模型发送到输出通道。可用于分类任务或回归任务。

多层感知器（MLP）是一种可用于回归和分类的神经网络。MLP由多个完全连接的隐藏层组成，具有非线性激活功能。

---

• 输入：
  • data：数据集
  • pre: 预处理方法
• 输出：
  • lrn：在交互页面中配置参数后的MLP学习算法
  • mod: 已训练的模型（仅当输入端data存在时，才会有输出信息）

---

页面介绍

点击**“神经网络”（Neural Network）**控件查看参数配置页面，如下图所示：

参数选项

选项	说明	取值范围	样例值
模型名称	设置模型名称，用于在其他组件中区分不同的模型	非空字符串	Neural Network
神经网络（Neural Network）	定义为ith元素表示ith隐藏层中的神经元数量	数值组	(100,)
激活函数	隐藏层的激活函数	Identity：无操作激活，用于实现线性瓶颈 Logistic：逻辑sigmoid函数 tanh： 双曲正切函数 ReLu：整流器线性单元功能，默认为ReLu	ReLu
优化方法	L-BFGS-B：拟牛顿法族中的优化器 SGD：随机梯度下降 Adam：基于随机梯度的优化器默认为Adam	L-BFGS-B SGD Adam	Adam
正则项	L2 正则化项的强度	0.0001~1000	0.001
最大迭代次数	通过gamma降低学习率之前的迭代次数	10~10000	100
可复制训练	是否可重现训练	勾选/不勾选	不勾选

MLPClassifier详细参数说明

MLPRegressor详细参数说明

使用案例

在下图所示的案例中，使用**“加载文件”（File）控件加载数据集，连接“神经网络”（Neural Network）控件构建模型，之后把“加载文件”（File）控件以及“神经网络”（Neural Network）控件与“预测”（Predictions）**控件连接起来查看基于已经构建的 Neural Network 模型对输入数据进行预测的结果。

案例中加载 iris 数据集，其他使用默认参数。案例中控件的配置以及执行结果如下图所示。