dbn

I tried to use DBN function imported from nolearn package, and here is my code: from nolearn.dbn import DBN import numpy as np from sklearn import cross_validation fileName = 'data.csv' fileName_1 = 'label.csv' data = np.genfromtxt(fileName, dtype=float, delimiter = ',') label = np.genfromtxt(fileName_1, dtype=int, delimiter = ',') clf = DBN( [data, 300, 10], learn_rates=0.3, learn_rate_decays=0.9, epochs=10, verbose=1, ) clf.fit(data,label) score = cross_validation.cross_val_score(clf, data, label,scoring='f1', cv=10) print score Since my data has the shape(1231, 229) and label with the shape

文章目录 一 监督学习 1 classification分类 （1） Binary Decision Tree(BDT)二分决策树 （2） Naive Bayesian Classifier朴素贝叶斯分类器 （3） Neural Network(NN)神经网络 （4）Convolution NN(CNN)卷积神经网络 （5）Deep Belief Networks(DBN)深度信念网络 （6）Recurrent NN(RNN)深度循环神经网络 2 regression回归 （1）LinearRegression线性回归： （2）树回归： 二 强化学习 1 Q-learning 2 Deep Q Networks 3 Double Q-learning 4 Prioritized experience replay 三 无监督学习 1 Dimensionality Reduction降维 （1）Stacked Auto-Encoders(SAE)栈式自编码 （2）Local Linear Embedding局部线性嵌入 2 Clustering聚类 （1）聚类算法简介 （2）聚类算法分类 （3）KMeans算法 （4）层次聚类（hierarchical clustering） （5） DBSCAN（基于密度的聚类算法） 3 Density Estimation密度估计 一 监督学习