我自己书写的神经网络预测值与实际值的均方误差在0.2左右，而调用MLPRegressor模型这个值则在0.02左右，这合理吗，我该怎么改进

这种情况可能是因为你的自己书写的神经网络存在一些问题，导致预测效果不如MLPRegressor模型。你可以尝试以下几个方面进行改进：

1.增加网络的深度和宽度，增加网络的容量，以便更好地学习数据的特征。

2.优化网络的超参数，如学习率、批量大小、正则化等，以提高训练效率和泛化能力。

3.使用更好的激活函数，如ReLU、LeakyReLU等，以提高网络的非线性拟合能力。

4.使用更好的优化算法，如Adam、RMSprop等，以提高网络的收敛速度和稳定性。

5.增加更多的训练数据，以提高网络的泛化能力。

总之，要想改进预测效果，需要不断地尝试不同的方法，不断地调整网络的结构和优化算法，以便找到最佳的预测模型。