Impossibile importare SKlearn MLPClassifier

Question

Sto cercando di utilizzare lo multilayer perceptron da scikit-learn in python. Il mio problema è che l'importazione non funziona. Tutti gli altri moduli di scikit-learn stanno funzionando bene.

from sklearn.neural_network import MLPClassifier 

Import Error: cannot import name MLPClassifier

sto usando Python Ambiente Python64 bit 3.4 in Visual Studio 2015. ho installato sklearn sopra la console con: conda install scikit-learn ho anche installato NumPy e panda. Dopo che ho avuto l'errore sopra ho anche installato scikit-neuralnetwork con: pip install scikit-neuralnetwork La versione di scikit-learn installata è 0.17.

Cosa ho fatto di sbagliato? Mi manca un'installazione?

----- EDIT ----

Oltre alla risposta di tttthomasssss, ho trovato la soluzione su come installare la libreria sknn per le reti neuronali. Ho seguito questo tutorial. effettuare le seguenti operazioni:

• pip install scikit-neuralnetwork
• scaricare e installare il GCC compiler
• installare MinGW con conda install mingw libpython

È possibile utilizzare la libreria sknn dopo.

Answer 1

MLPClassifier non è ancora disponibile in scikit-learn v0.17 (dal 1 ° dicembre 2015). Se vuoi davvero usarlo potresti clonare 0.18dev (tuttavia, non so quanto sia stabile questo ramo al momento).

Answer 2

Sono arrivato anche qui con il problema v0.17. Ho trovato una soluzione utilizzando pip here, cioè

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

ho dovuto eseguire pip install cython però.

Tuttavia, questo installa 0.19.dev0 (attualmente), ma pip list indica che l'ultima è 0.18rc2. Piuttosto

pip install scikit-learn==0.18.rc2 

risolto il problema in modo più soddisfacente.

Answer 3

da shell/terminale

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 

Ho importato MLPClassifier da sklearn.neural_network e lo fa sembra funzionare.

È inoltre possibile gestire questo problema utilizzando le immagini di finestra mobile. Ciò consente a qualsiasi sviluppatore di ricreare l'ambiente in qualsiasi server in un singolo minuto. È possibile estrarre l'immagine da here

Questa operazione può essere eseguita anche molto facilmente utilizzando lo strumento datmo-cli. Abbiamo affrontato questi problemi da soli e abbiamo deciso di costruirlo.

Si potrebbe anche risolvere questo con un solo clic utilizzando Datmo Disclaimer: io lavoro a Datmo