具有属性 loss_curve_ 的 MLPRegressor 问题

Question

我想使用以下代码绘制loss_curve：

import pandas as pd

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.neural_network import MLPRegressor

def plotCurves(Xtrain,ytrain,Xval,yval):

    solver=["lbfgs", "sgd", "adam"]

    for i in solver:

        mlp=MLPRegressor(activation='relu',max_iter=1000,solver=i)

        mlp.fit(Xtrain,ytrain)

        pred=mlp.predict(Xval)

        print (mlp.score(Xval,yval))

        pd.DataFrame(mlp.loss_curve_).plot()

但是，当我运行我的代码时，出现以下错误：

'MLPRegressor' object has no attribute 'loss_curve_'

在Anaconda IDE 1.9.7版本中，当我编码时会出现这种方法。

我可以尝试什么来解决这个问题？

Answer 1

只有随机求解器loss_curve_才会在拟合后在估计器上公开属性，因此在第一次迭代中，lbfgs求解器会失败。您可以通过以下方式验证这一点：from sklearn.datasets import make_classificationfrom sklearn.neural_network import MLPRegressorX, y = make_classification(n_samples=5)solver=[    "lbfgs",    "sgd",    "adam"]for i in solver:    mlp = MLPRegressor(activation='relu',solver=i)    mlp.fit(X,y)    print(hasattr(mlp, "loss_curve_"))FalseTrueTrue如果您想访问此属性，您需要坚持使用 adam 或 sgd 求解器。