sklearn中的BP神经网络就是MLP包
scikit-learn模块包括公开的属性coefs_ and intercepts_. coefs_是一个权矩阵列表，矩阵里的索引 ii 代表第 ii 层与 i+1i+1 层之间的权。intercepts_是一个偏差向量列表，索引 ii 的向量代表增加到第 i+1i+1 层的偏差值。
多层感知器的优势是：
学习非线性模型的能力
使用partial_fit在线学习的能力
多层感知器的不足包括：
MLP有一个非凸损失函数，它存在多个局部最小值。因此，不同的随机权初始化能导致不同的验证准确率。
MLP需要调整很多超参数，诸如隐层神经元的数量、层数、迭代次数等。
MLP对于特征缩放(feature scaling)是敏感的。
分类
类MLPClassifier执行一个多层感知器算法，该算法使用向后传播训练。MLP训练两个数组：(n_samples, n_features)数组X, 装载表示浮点特征向量的样本。(n_samples,)数组y, 装载训练样本的目标变量，即类标签。
from sklearn.neural_network import MLPClassifier
X = [[0., 0.], [1., 1.]]
y = [0, 1]
clf = MLPClassifier(solver='lbfgs', alpha=1e-5,
hidden_layer_sizes=(5, 2), random_state=1)
clf.fit(X, y)
在拟合后，模型就能预测新样本的标签了。
clf.predict([[2., 2.], [-1., -2.]])
MLP能在训练数据上拟合一个非线性模型，clf.coefs_属性包括由模型参数组成的权矩阵。
[coef.shape for coef in clf.coefs_]
当前，MLPClassifier仅支持交叉熵损失函数，通过执行predict_proba方法，可以估计概率。
MLP使用向后传播法训练，更确切地说，它使用经向后传播计算的梯度下降训练模型。对于分类问题，它最小化交叉熵损失，给出每个样本的概率估计向量 P(y|x)
print(clf.predict_proba([[2., 2.], [1., 2.]]))
通过应用Softmax作为输出函数，MLPClassifier支持多类别分类。进一步，模型支持多标签分类，即，一个样本能够属于多个类。对于每一个类，原始输出经历logistic函数。大于等于0.5的值，记为1；否则，记为0. 对于一个样本的预测输出，值是1的索引代表分派给那个样本的类。
回归
类MLPRegressor执行一个多层感知器，使用向后传播法训练，在输出层无**函数。它使用平方误差作为损失函数，输出是一个连续值集。MLPRegressor也支持多输出回归，即，一个样本可以有多个目标值。
正则化
MLPRegressor and MLPClassifier使用参数 αα 作为正则项（L2正则），通过惩罚数量级大的权，避免过度拟合。下图显示了 αα 取不同值的决策函数。
实际使用提示
多层感知器对特征缩放是敏感的，因此强烈建议scale数据。例如，scale输入向量X的每个属性到[0, 1]或[-1, 1], 或者归一化成0均值、1方差。注意，为了得到有意义的结果，你必须在训练集上采用相同的缩放标准。你可以使用StandardScaler标准化，我们建议在一个Pipeline里使用它。
注意：可以看到,x_test用的也是经过x_train 训练的scalar，而不是自己训练一个
最好使用GridSearchCV找到一个合理的正则参数 αα, 通常在10.0 ** -np.arange(1, 7)范围内。