MLPClassifier(多层感知机分类器)调参的顺序应该是这样的:
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)。
选择优化器,常见的有“adam”和“sgd”。
调整学习率,常见取值有0.001, 0.01, 0.1, 1。
调整批大小,常见取值有32, 64, 128, 256。
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。
调整其他参数,如正则化系数(alpha)、阈值(tol)等。