sklearn中MLPClassifier的参数默认值是多少

`sklearn`库中的`MLPClassifier`模块是用于构建多层感知机分类器的工具。其默认参数可能会随着`scikit-learn`版本的变化而有所更新，但我可以给你提供一个典型版本的默认参数列表：

from sklearn.neural_network import MLPClassifier

# 默认参数示例
default_params = {
    'hidden_layer_sizes': (100,),  # 隐藏层神经元数量，默认是一个包含一个元素的一维数组
    'activation': 'relu',  # 激活函数，默认为 Rectified Linear Unit (ReLU)
    'solver': 'adam',  # 解决器，默认为 Adam，一种常用的优化算法
    'alpha': 0.0001,  # L2 正则化项，默认非常小，几乎关闭
    'learning_rate': 'constant',  # 学习率策略，默认为恒定学习率
    'learning_rate_init': 0.001,  # 初始学习率
    'max_iter': 200,  # 最大迭代次数，默认为 200
    'random_state': None,  # 初始化随机种子，默认无设定
    'tol': 0.0001,  # 目标函数变化容忍阈值，默认很小
    'verbose': False,  # 是否显示训练信息，默认为False
    'warm_start': False,  # 是否允许从之前的训练结果开始，默认为False
}

# 使用 `get_params()` 方法获取完整默认参数
clf = MLPClassifier()
print(clf.get_params())

请注意，实际运行时，请查阅最新版本的`sklearn`文档以获取准确的参数值和说明。同时，这些参数可以根据需要进行修改以优化模型性能。