1

我试图用 MLP 解决机器学习问题。所以我有这个特殊的文件，其中有很多矩阵，每个矩阵有 21 行和 43 列，由 ******** 分隔，其中第一行是模拟，接下来的 20 是响应（每列代表一个属性，名称是在文件请求时写的，但我删除了它们，因为我认为我不需要它们）。到目前为止我已经编写了代码（我知道有更好的解决方案，但我看不到它..），我无法避免这个错误。我的逻辑是：我将模拟和响应分开在一些阵列中进行模拟。

import numpy as np
f=open(r'C:\Users\Europa\Desktop\matrices.data')
atr=[line.rstrip('\n') for line in f]
natr=[s.replace('***************************','') for s in atr]
simulari=[]
for i in range(1,5678,22):
    simulari.append(natr[i])
matsimulari=[]
for i in range(2,5698,22):
    matsimulari.append(natr[i:(i+20)])
from sklearn import neural_network
#simulari2=[]
#matsimulari2=[]
#simulari2= ''.join(simulari)
#simulari3=[int(x) for x in simulari2]
#matsimulari2=','.join(map(str, matsimulari))
#matsimulari3=[str(v) for v in matsimulari2]
##print(matsimulari[1])

date_train=[simulari[1:100]]

etichete_train=[matsimulari[1:100]]

date_test=[simulari[101:250]]

clf = neural_network.MLPClassifier()

clf.fit(date_train, etichete_train)

predictii = clf.predict(date_test)
4

0 回答 0