model = MLPRegressor(hidden_layer_sizes=(10,), random_state=10,learning_rate_init=0.1) model.fit(data_tr.iloc[:,:2],data_tr.iloc[:,2])

这段代码使用了 MLPRegressor 模型进行回归任务的训练。MLPRegressor 是一种多层感知器神经网络模型，其中 hidden_layer_sizes 参数指定了隐藏层的神经元数量，random_state 参数指定了随机数种子，而 learning_rate_init 参数指定了学习率的初始值。

在这段代码中，data_tr 是一个 DataFrame 类型的数据，其中前两列为特征列，第三列为标签列。通过 iloc 方法将特征列与标签列分别提取出来，并将其作为训练数据输入到 MLPRegressor 模型中进行训练。训练完成后，模型可以用来对新的数据进行预测。