Sklearn import MLPClassifier échoue

J'essaie d'utiliser le perceptron multicouche de scikit-learn en python. Mon problème est que l'importation ne fonctionne pas. Tous les autres modules de scikit-learn fonctionnent bien.

from sklearn.neural_network import MLPClassifier

Erreur D'importation: impossible D'importer le nom MLPClassifier

J'utilise L'environnement Python python64-bit 3.4 Dans Visual Studio 2015. J'ai installé sklearn sur la console avec: conda install scikit-learn J'ai également installé numpy et pandas. Après avoir eu l'erreur ci dessus j'ai également installé scikit-neuralnetwork, avec: pip install scikit-neuralnetwork La version installée de scikit-learn est 0.17.

Qu'ai-je fait de mal? Est-ce qu'il me manque une installation?

----- Modifier - - - -

En plus de la réponse de tttthomasssss, j'ai trouvé la solution sur la façon d'installer la bibliothèque sknn pour les réseaux neuronaux. J'ai suivi ce tutoriel . Procédez comme suit:

  • pip install scikit-neuralnetwork
  • téléchargez et installez le compilateur GCC
  • installer mingw avec conda install mingw libpython

Vous pouvez utiliser la bibliothèquesknn après.

31
demandé sur Ninjakannon 2015-12-01 11:54:19

4 réponses

MLPClassifier n'est pas encore disponible dans scikit-learn v0. 17 (au 1er Décembre 2015). Si vous voulez vraiment l'utiliser, vous pouvez cloner 0.18dev (Cependant, je ne sais pas à quel point cette branche est stable actuellement).

32
répondu tttthomasssss 2015-12-01 12:38:02

De shell / terminal

conda update scikit-learn
6
répondu MAFiA303 2016-12-02 21:59:54

Je suis arrivé ici avec le problème v0.17 aussi. J'ai trouvé une solution en utilisant pip ici, soit

    pip install git+https://github.com/scikit-learn/scikit-learn.git

J'ai dû exécuter pip install cython d'abord.

Cependant, cela installe 0.19.dev0 (actuellement), mais pip list indique que la dernière est 0.18rc2. Plutôt

    pip install scikit-learn==0.18.rc2

Résolu le problème de manière plus satisfaisante.

5
répondu 0_0 2017-05-23 12:18:20
apt-get update; \
apt-get install -y python python-pip \
                    python-numpy \
                    python-scipy \
                    build-essential \
                    python-dev \
                    python-setuptools \
                    libatlas-dev \
                    libatlas3gf-base

update-alternatives --set libblas.so.3 /usr/lib/atlas-base/atlas/libblas.so.3; update-alternatives --set liblapack.so.3 /usr/lib/atlas-base/atlas/liblapack.so.3

pip install -U scikit-learn

J'ai importé MLPClassifier de sklearn.neural_network et cela semble fonctionner.

Vous pouvez également gérer ce problème en utilisant des images docker. Cela permet à tout développeur de recréer l'environnement dans n'importe quel serveur en une seule minute. Vous pouvez extraire l'image de ici

Cela peut également être effectué très facilement à l'aide de l'outil datmo-cli. Nous avons fait face à ces problèmes nous-mêmes et avons décidé de le construire.

Vous pouvez également résoudre ce problème en un seul clic en utilisant Datmo Avertissement: je travaille à Datmo

1
répondu Shabaz Patel 2017-05-03 05:39:17