Python & scikit Learn: 在训练过程中用自定义调用替换矩阵向量乘积

我查看了scikit-learn的文档,但没有找到一种直接的方法来用自定义的评估调用替换传播过程中的矩阵-向量乘积计算。

有没有一种方法已经是API的一部分…或者有什么技巧可以让我注入一个自定义的矩阵向量乘积评估器?


回答:

简而言之 – 不,这是不可能的。主要是因为当你使用scikit-learn时,一些算术运算甚至不是在Python中执行的 – 它们实际上是由基于C的扩展(如libsvm库)执行的。你可以对numpy的.dot进行猴子补丁来实现你想要的效果,但你无法保证scikit-learn仍然能正常工作,因为它使用numpy执行某些操作,而使用C扩展执行其他操作。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注