如何使用 TruncatedSVD() 的输出作为神经网络的输入？

Question

我有一个数据集（包含句子），我需要对其执行向量化，然后通过 TruncatedSVD() 进行降维以减少数量。特征数为 100。

然后我想使用 svd 输出作为神经网络的输入。但执行 svd 后我无法跟踪输出标签，我该怎么办？

我使用管道来实现此目的以执行逻辑回归。 但我需要执行神经网络。

Answer 1

尝试 MLPClassifier：

from sklearn.decomposition import TruncatedSVD
from sklearn.neural_network import MLPClassifier
from sklearn.pipeline import Pipeline

X_train, X_test, y_train, y_test = # Your dataset

svd = TruncatedSVD(n_components=100, algorithm='arpack')
net = MLPClassifier(hidden_layer_sizes=(100,),
                    learning_rate_init=0.01,
                    learning_rate='invscaling',
                    max_iter=500,
                    solver='adam')
pipe = Pipeline([('svd', svd), ('net', net)])
pipe.fit(X_train, y_train)
test_score = pipe.score(X_test, y_test)  # Accuracy on test set