Classificação de rede com multi inputs e multi outputs

Home Fóruns Fórum Redes Neurais Artificiais em Python Classificação de rede com multi inputs e multi outputs

Visualizando 2 posts - 1 até 2 (de 2 do total)
  • Autor
    Posts
  • #32746
    Vinícius Rocha
    Participante

      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.

      #32753
      Fábio Spak
      Participante

        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.

      Visualizando 2 posts - 1 até 2 (de 2 do total)
      • Você deve fazer login para responder a este tópico.