Machine learning scikit神经网络数据集大小不匹配错误

我正在尝试使用sknn.MLP为XOR问题训练一个MLP分类器

from sknn.mlp import Classifier, Layer
X=numpy.array([[0,1],[0,0],[1,0]])
print X.shape
y=numpy.array([[1],[0],[1]])
print y.shape
nn=Classifier(layers=[Layer("Sigmoid",units=2),Layer("Sigmoid",units=1)],n_iter=100)
nn.fit(X,y)

这导致：

No handlers could be found for logger "sknn"
Traceback (most recent call last):
File "xorclassifier.py", line 10, in <module>
nn.fit(X,y)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 343, in fit
return super(Classifier, self)._fit(X, yp)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 179, in _fit
X, y = self._initialize(X, y)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 37, in _initialize
self._create_specs(X, y)
File "/usr/local/lib/python2.7/site-packages/sknn/mlp.py", line 64, in _create_specs
"Mismatch between dataset size and units in output layer."
AssertionError: Mismatch between dataset size and units in output layer.

找不到记录器“sknn”的处理程序
回溯（最近一次呼叫最后一次）：
文件“xorclassifier.py”，第10行，在
nn.拟合（X，y）
文件“/usr/local/lib/python2.7/site-packages/sknn/mlp.py”，第343行，适合
返回超级（分类器，自）.\u拟合（X，yp）
文件“/usr/local/lib/python2.7/site packages/sknn/mlp.py”，第179行，格式为
十、 y=自初始化（X，y）
文件“/usr/local/lib/python2.7/site packages/sknn/mlp.py”，第37行，在
自行创建规格（X，y）
文件“/usr/local/lib/python2.7/site packages/sknn/mlp.py”，第64行，在创建规范中
“数据集大小与输出层中的单位不匹配。”
AssertionError:数据集大小和输出层中的单位不匹配。

Scikit似乎将您的

y

向量转换为一个形状的二进制向量（n_样本，n_类）。n_类在您的案例中是第二类。所以试试看

nn=Classifier(layers=[Layer("Sigmoid",units=2),Layer("Sigmoid",units=2)],n_iter=100)

---

嘿，成功了。但我真的不明白为什么。是因为我有两个类，所以在输出层需要两个单元吗？为什么我不能使用相同的单位0或1作为两个不同的类？理论上这应该是可行的。他们似乎就是这样实施的。“我想这是为了避免对两个类有额外的条件。”托马斯我混淆了NN的结构。这个神经网络的结构是什么？是否输入（2个节点）->隐藏（2个节点）->输出（2个节点）？或输入（2个节点）->输出（2个节点）。