我正在尝试为不同的隐藏神经元编号(6个值)列表运行MLPRegressor,并且对于每个选定的神经元编号,我希望训练数据被混洗三次,即每个神经元编号三分。下面的代码运行良好,返回18个分数(6*3)。我尝试过使用GridSearchCV(),但我不知道如何控制训练数据的混洗(每个隐藏的神经元编号3次)。有人能建议一个更好(更快)的方法来解决这个问题吗?MLPRegressor
from sklearn.model_selection
我想对它进行混洗,但只是在外面进行混洗。 如果我随机化排序列表a,我希望列表B遵循列表A的顺序。下面的代码就是我现在所做的。 但对于大的麻木列表来说,它太慢了。import numpy as npb = np.array101,102,103,104,105], [501,502,503,504,505]])
r = [i for i in range(4)]