ニューラルネットワークのパラメータ設定方法(scikit-learnのMLPClassifier)

CRANK

ニューラルネットワークを作成する際に、層の数、ニューロンの数、活性化関数の種類等考えるべきパラメータは非常に多くあります。そこで、これらのパラメータがどのようにモデルや学習に影響を与えるかということをscikit-learnの MLPClassifier を使って解説したいと思います。MLPClassifierを使うと、非常に簡単にニューラルネットワークを使うことができます。今回はそれぞれのパラメータの意味と使い方及び各種メソッドの解説していきたいと思います。ちなみに、scikit-learnの推定器の選び方に関しては、scikit-learn（機械学習）の推定器：Estimatorの選び方 をご参照下さい。パラメータ 一覧１．hidden_layer_sizes２．activation３．solver４．alpha５．batch_size６．learning_rate_init７．learning_rate８．power_t９．max_iter１０．shuffle１１．random_state１２．tol１３．verbose１４．warm_start１５．momentum１６．nesterovs_momentum１７．early_stopping１８．validation_fraction１９．beta_1２０．beta_2２１．epsilon１．hidden_layer_sizesdefault : (100,)隠れ層の層の数と、ニューロンの数をタプルで指定します。例えば、２層で100ニューロンず…