基于BP神经网络的预测

简介：BP神经网咯是一种人工神经网络，主旨是一种进行分布式并行信息处理的数学模型。其中包含一个或多个隐藏层，隐藏层中有多个神经节点。
主要知识课上已经听了很多，就不放上来了。
关于BP模型在应用中的建立：
1.定义模型参数

solver = ‘adam’ # 优化算法
activation = ‘relu’ # 激活函数
max_iter = 500 # 最大迭代次数
alpha = 1e-3 # 学习率衰减系数
hidden_layer_sizes = (32,32) # 隐藏层大小
random_state = 1 # 随机种子
alpha = 1e-3 的意思是在控制神经网络的训练过程中，设置学习率衰减的速率。具体来说，它指的是学习率从 0.01 慢慢衰减到 0.001 的过程中，每次衰减的步长为 0.01。 通常来说，将 alpha 的值设置在 0.01 到 0.1 之间比较合适。
BP网络在迭代过程中通过更新误差值，减小误差从而优化网络。