具有属性 loss_curve_ 的 MLPRegressor 问题

Question

我想使用以下代码绘制loss_curve：import pandas as pdimport matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitfrom sklearn.neural_network import MLPRegressordef plotCurves(Xtrain,ytrain,Xval,yval):    solver=["lbfgs", "sgd", "adam"]    for i in solver:        mlp=MLPRegressor(activation='relu',max_iter=1000,solver=i)        mlp.fit(Xtrain,ytrain)        pred=mlp.predict(Xval)        print (mlp.score(Xval,yval))        pd.DataFrame(mlp.loss_curve_).plot()但是，当我运行我的代码时，出现以下错误：'MLPRegressor' object has no attribute 'loss_curve_'在Anaconda IDE 1.9.7版本中，当我编码时会出现这种方法。我可以尝试什么来解决这个问题？

Answer 1

只有随机求解器loss_curve_才会在拟合后在估计器上公开属性，因此在第一次迭代中，lbfgs求解器会失败。您可以通过以下方式验证这一点：

from sklearn.datasets import make_classification

from sklearn.neural_network import MLPRegressor

X, y = make_classification(n_samples=5)

solver=[

    "lbfgs",

    "sgd",

    "adam"

]

for i in solver:

    mlp = MLPRegressor(activation='relu',solver=i)

    mlp.fit(X,y)

    print(hasattr(mlp, "loss_curve_"))

False

True

True

如果您想访问此属性，您需要坚持使用 adam 或 sgd 求解器。