组件名称:多层感知器分类

  [版本号:5] [更新时间:2019-10-28]

简介

  多层感知器分类:是一种前馈人工神经网络模型,其将输入的多个数据集映射到单一的输出的数据集上。该组件多层感知器设置两个隐藏层。【该组件执行后可以生成模型,后续将保存在左侧组件栏下方的模型列表,直接拖拽到画布使用或在快速应用页面直接使用。】

输入和输出

  输入端口个数:1

  输出端口个数:1

参数配置

参数名称 参数说明 参数默认值 是否必填
迭代次数 最大迭代次数(>=0)可选 20 必填
最小收敛误差 1e-06 必填
模型优化算法 支持算法有:l-bfgs与gd。l-bfgs是BFGS算法在受限内存时的一种近似算法,也即一种受限内存的拟牛顿优化方法,gd也即gradientdescent,梯度下降法可选 l-bfgs -
步长 每次优化迭代的步长大小(>=0)可选 0.03 必填
批量数据大小 矩阵中堆叠输入数据的块大小也即每次模型优化的分区批量数据大小,如果块的大小超过分区中的剩余数据量,则自动调整为整个数据量的大小。推荐大小在10到1000之间。默认是128可选 128 必填
种子数 设置随机种子数值,大于0的整数.默认是空可选 -

字段配置

字段名称 字段说明 字段默认值 是否必配
特征列 输入模型的样本特征列,必须是数值型字段列必选 必填
标签列 输入模型的样本类别标签列,必须是数值型字段列必选 必填

results matching ""

    No results matching ""