想用到MLPRegressor，安装1.2.1版本的Scikit-learn 包可以吗

是的，可以安装1.2.1版本的Scikit-learn包来使用MLPRegressor。你可以使用以下命令安装指定版本的Scikit-learn：

pip install scikit-learn==1.2.1

安装完成后，你可以在Python中导入Scikit-learn，并使用MLPRegressor来训练和预测你的数据。例如：

from sklearn.neural_network import MLPRegressor

# 创建一个MLPRegressor模型
model = MLPRegressor(hidden_layer_sizes=(100, 50), max_iter=500)

# 训练模型
model.fit(X_train, y_train)

# 预测数据
y_pred = model.predict(X_test)

其中，`hidden_layer_sizes`参数指定隐藏层的神经元数量，`max_iter`参数指定最大迭代次数。在训练模型之前，你需要准备你的训练数据和测试数据，并将其分别赋值给`X_train`、`y_train`和`X_test`。

相关问题

想用到MLPRegressor，需要安装什么版本的Scikit-learn 包

您可以在安装 Scikit-learn 时选择最新版本。目前最新版本是0.24.2，您可以使用以下命令来安装：

pip install -U scikit-learn

注意，MLPRegressor 是 Scikit-learn 中的一个模型，因此您需要安装 Scikit-learn 才能使用 MLPRegressor。安装完毕后，您可以使用以下代码来导入 MLPRegressor：

from sklearn.neural_network import MLPRegressor

希望对您有所帮助！