早期停止和sklearn neural_network.MLPClassifier

Question

我正在使用sklearn.neural_network.MLPClassifier。我正在使用early_stopping功能，該功能使用驗證分割（默認爲訓練數據的10％）評估每次迭代的性能。

但是，我的問題是多標籤。根據API，驗證使用子集精度，這對於多標籤問題是非常苛刻的。

是否可以定義一個替代的評分函數（理想情況下mlogloss）用於驗證？謝謝。

Answer 1

解決方案是使用sknn而不是MLP的sklearn實現。這允許使用添加我們自己的valid_set並指定損失函數。詳情here。