我在尝试使用MLPClassifier。我做得对吗？

以下是我的代码：

之前我写的是：

x =[[181,80,44],[177,70,43],[160,60,30],[154,54,37],   [166,65,40],[190,90,47],[175,64,39],[177,60,43],   [171,57,44],[191,85,42],[165,55,40]]

但我现在尝试简化我的代码如下：

x =[(np.random.randn(36).reshape(12,3)).tolist()]y= ['male','female','female','female','female','male',   'male','female','male','female','male','female']clf = MLPClassifier()clf = clf.fit(x,y)prediction = clf.predict([[0,0,0]])print(prediction)

回答：

您遇到的错误是由以下这行代码引起的：

x =[(np.random.randn(36).reshape(12,3)).tolist()]

在这里，您创建了一个有12行和3列的数组，这对于分类器的特征使用是完全合适的，然后您使用tolist()将其转换成12个包含3个项目的列表集合，这是不必要的。接着您在其周围使用列表解析[]，这创建了一个包含12个每个包含3个项目的列表的列表，而实际上您只需要像使用reshape()初始创建的12×3数组对象。

改用以下这行代码，错误就会消失：

x = np.random.randn(36).reshape(12,3)

我还要补充一点，您使用了一个非常小的训练集，并且两个类别都是从相同的分布中随机生成的。这将不会允许良好的分离，因为它们基本上是相同的数据随机分割成两个任意分类，即male和female。

您应该随机抽样两个不同的分布（不同的均值和标准差），并使用更大的样本大小来进行训练和测试，如果您要创建自己的数据集。我建议尝试一些sklearn数据集或查找一些教程，以更好地理解我的意思。