mlp实现mnist手写数据集的分类

首先看数据集，使用sklearn.datasets中的mnist手写数据集，先看看数据集。

from sklearn.datasets import load_digits

digits = load_digits()
x_data = digits.data
y_data = digits.target

print(x_data.shape)
print(y_data.shape)

 digits中有1797条数据，每个图像有64（8*8）的维度。将x_data和y_data分为训练集和测试集。

x_train,x_test,y_train,y_test = train_test_split(x_data,y_data)

train_test_spilt（）j将x_data,y_data按比例分为训练集和测试集，test_size默认为0.3.

print(x_train.shape)
print(y_train.shape)

用MLPClassifier构造一个mlp模型，改变隐藏层参数，比较不同参数下的准确率。