PySpark:获取 Spark ML 多层感知器分类器的输出层神经元值 [英] PySpark: Getting output layer neuron values for Spark ML Multilayer Perceptron Classifier

问题描述

我正在使用 Spark ML 多层感知器分类器进行二元分类.

I am doing binary classification using Spark ML Multilayer Perceptron Classifier.

mlp = MultilayerPerceptronClassifier(labelCol="evt", featuresCol="features", layers=[inputneurons,(inputneurons*2)+1,2])

输出层有两个神经元，因为它是一个二元分类问题.现在我想为测试集中的每一行获取两个神经元的值，而不是只获取包含 0 或 1 的预测列.

The output layer has of two neurons as it is a binary classification problem. Now I would like get the values two neurons for each of the rows in the test set instead of just getting the prediction column containing either 0 or 1.

我在 API 文档中找不到任何内容.

I could not find anything to get that in the API document.

推荐答案

可能我的回答有点晚了.但对于那些新人.

Probably my answer would be a bit late. But for those new.

根据本文档，ML 包确实提供 MLP(多层感知器)仅作为分类器(无回归)，因此它将输出层值推送到 softmax 函数以生成二进制输出值.

According to this documentation, ML package does offer MLP (Multilayer Perceptron) as classifier only (no regression) and as a result it pushes output layer values to a softmax function to generate binary output value.

这是来自文档的注释

输出层节点使用softmax函数

Nodes in the output layer use softmax function

这篇关于PySpark:获取 Spark ML 多层感知器分类器的输出层神经元值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！