scikit-learn 1.4.2中MLPClassifier无best_validation_score_属性问题咨询

在scikit-learn 1.4.0及后续版本中，MLPClassifier的早停相关属性发生了命名变更：原best_validation_score_被重命名为best_score_，这是官方为统一API规范做出的调整——让所有支持早停的模型（如SGDClassifier、GradientBoostingClassifier等）都使用一致的best_score_属性存储最佳验证分数，避免不同模型使用差异化的属性名。

你的代码在1.4.2版本中报错，就是因为该版本已移除旧的best_validation_score_属性，替换为best_score_。

修正示例 #

错误调用（触发AttributeError）：

from sklearn.neural_network import MLPClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
clf = MLPClassifier(early_stopping=True, random_state=42)
clf.fit(X, y)
print(clf.best_validation_score_)

正确调用（适配1.4.2版本）：

from sklearn.neural_network import MLPClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
clf = MLPClassifier(early_stopping=True, random_state=42)
clf.fit(X, y)
print(clf.best_score_)

如果需要兼容新旧版本，可增加版本判断逻辑：

import sklearn
from sklearn.neural_network import MLPClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
clf = MLPClassifier(early_stopping=True, random_state=42)
clf.fit(X, y)

if sklearn.__version__ >= "1.4.0":
    print(clf.best_score_)
else:
    print(clf.best_validation_score_)

内容的提问来源于stack exchange，提问作者Antonio Piemontese