- This topic has 1 reply, 2 voices, and was last updated 3 years, 10 months ago by .
Viewing 2 posts - 1 through 2 (of 2 total)
Viewing 2 posts - 1 through 2 (of 2 total)
- You must be logged in to reply to this topic.
Home › Forums › Fórum Redes Neurais Artificiais em Python › Classificação de rede com multi inputs e multi outputs
Tagged: Redes neurais com scikit-learn
É possível usar esse MLPClassifier para uma rede com múltiplas entradas e saídas? Por exemplo, vou fazer uma soldagem, e de entrada forneço tensão, corrente, espessura e de saída eu quero prever qual altura e qual largura da solda.
Eu até tentei mas teve o erro: Multioutput target data is not supported with label binarization
Seria interessante exemplos com mais entradas e saídas, pois se fosse apenas uma saída seria melhor uma regressão mesmo.
Olá Vinícius, segue a resposta do instrutor Denny:
Acredito que só faltou converter sua variável y usando o LabelEncoder:
from sklearn.preprocessing import LabelEncoder
y_encoded = LabelEncoder().fit_transform(y)
model = MLPClassifier()
model.fit(X, y_encoded)
O Sklearn até aceita y sem passar por LabelEncoder, mas só para problemas binários. Eu testei o método acima com um dataset com y numérico e deu certo.