sklearn-神经网络分类

from sklearn.neural_network import MLPClassifier
from sklearn import  datasets
import  numpy as np
iris=datasets.load_iris()
y=iris.target
x=iris.data

clf=MLPClassifier(solver='lbfgs',alpha=0.00001,hidden_layer_sizes=(5,2))
clf.fit(x,y)
res=clf.predict( [[6.3, 2.5, 5. ,1.9]])
print(res)

#参数说明
'''
solver：参数迭代的方法,lbfgs: 拟牛顿中一个方法 sgd：随机梯度下降
alpha：l2惩罚项，默认为0.0001，神经网络overfitting会比较严重，利用正则化进行进行解决
hidden_layer_size: 每隐藏层神经元的个数
'''