MLPClassifier调参的顺序

MLPClassifier(多层感知机分类器)调参的顺序应该是这样的：

1. 选择一个合适的损失函数，常见的有“logistic”(二分类)和“categorical_crossentropy”(多分类)。

2. 选择优化器，常见的有“adam”和“sgd”。

3. 调整学习率，常见取值有0.001, 0.01, 0.1, 1。

4. 调整批大小，常见取值有32, 64, 128, 256。

5. 调整神经网络的隐藏层数和神经元个数，一般来说，增加隐藏层或增加每层神经元个数能提高模型的表现，但过多会导致过拟合。

6. 调整其他参数，如正则化系数(alpha)、阈值(tol)等。