模型选择：

• 不同机器学习模型

• 不同超参数的同类模型

选择原则：

• 模型效果
• 运算速度
• 算力要求
• 可解释性

import numpy as np
from matplotlib import pyplot as plt

from sklearn.datasets import load_digits
digits = load_digits()
X, y = digits.data, digits.target
X.shape, y.shape

运行结果

 ((1797, 64), (1797,)) 

from sklearn.neural_network import MLPClassifier
from  sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=666)
nn = MLPClassifier(
    hidden_layer_sizes=(100,50),
    activation='relu',
    learning_rate_init=0.01,
    random_state=666
)
nn.fit(x_train,y_train)
nn.score(x_test,y_test)

运行结果

 0.9777777777777777