SKlearn 导入 MLPClassifier 失败

Question

我正在尝试在 python 中使用来自 scikit-learn 的 multilayer perceptron。我的问题是，导入不起作用。 scikit-learn 的所有其他模块都工作正常。

from sklearn.neural_network import MLPClassifier

Import Error: cannot import name MLPClassifier

我在 Visual Studio 2015 年使用 Python 环境 Python64 位 3.4。我通过控制台安装了 sklearn：conda install scikit-learn 我还安装了 numpy 和 pandas。在出现上述错误后，我还安装了 scikit-neuralnetwork：pip install scikit-neuralnetwork 安装的scikit-learn版本是0.17.

我做错了什么？我是否缺少安装？

----- 编辑 ----

除了tttthomasssss的回答外，我还找到了关于如何为神经元网络安装sknn库的解决方案。我关注了这个tutorial。执行以下步骤：

pip install scikit-neuralnetwork
下载并安装 GCC compiler
使用 conda install mingw libpython

您可以在之后使用 sknn 库。

Answer 1

MLPClassifier 在 scikit-learn v0.17 中尚不可用（截至 2015 年 12 月 1 日）。如果你真的想使用它，你可以克隆 0.18dev （但是，我不知道这个分支目前有多稳定）。

Answer 2

我也是带着 v0.17 的问题来到这里的。我找到了一个使用 pip 的解决方案，即

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

不过我必须先执行 pip install cython。

但是，安装 0.19.dev0（当前），但 pip list 表示最新的是 0.18rc2。相反

    pip install scikit-learn==0.18.rc2

比较满意的解决了这个问题。

Answer 3

从shell/航站楼

conda update scikit-learn

Answer 4

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

我已经从 sklearn.neural_network 导入了 MLPClassifier，它似乎确实有效。

您也可以使用 docker 图片来解决这个问题。这允许任何开发人员在一分钟内在任何服务器中重新创建环境。您可以从 here

中提取图像

这也可以使用 datmo-cli 工具轻松完成。我们自己面对这些问题并决定构建它。

你也可以用Datmo一键解决免责声明：我在 Datmo

工作

SKlearn 导入 MLPClassifier 失败

SKlearn import MLPClassifier fails

python

neural-network

scikit-learn