Jupyter Notebook中sklearn导入MPLClassifier失败，求可行解决方案

首先排查最常见的拼写错误：scikit-learn内置的多层感知机分类器类名为MLPClassifier（是Multi-layer Perceptron的缩写，L在前P在后），你代码中写的MPLClassifier为拼写错误，直接修正类名拼写即可解决绝大多数该类报错。

如果修正拼写后仍提示导入失败，可按以下步骤排查：

排查步骤 #

• 确认scikit-learn版本符合要求
  MLPClassifier是scikit-learn 0.18版本后才新增的内置模块，无需额外安装scikit-neuralnetwork、mingw这类第三方依赖，你此前安装的非必要依赖可直接卸载。
  先在代码中执行以下命令查看当前使用的scikit-learn版本：

  import sklearn
  print(sklearn.__version__)
  

  若版本低于0.18，执行升级命令：
  conda update scikit-learn 或者 pip install --upgrade scikit-learn
• 确认Jupyter内核与安装依赖的环境一致
  若终端执行conda list能查到scikit-learn，但Jupyter中仍导入失败，通常是因为Jupyter启动的内核不是你安装依赖的conda环境。在Jupyter单元格中执行以下命令查看当前内核关联的scikit-learn安装情况：
  !pip list | grep scikit-learn
  若查询结果无对应包，直接在Jupyter单元格执行升级安装命令即可：
  !pip install --upgrade scikit-learn

替代方案 #

如果受环境限制无法升级scikit-learn，可选择以下替代方案实现同等功能：

• 使用scikit-neuralnetwork库的对应类，导入方式为：from sknn.mlp import Classifier as MLPClassifier
• 使用TensorFlow/Keras的全连接层搭建多层感知机模型，功能灵活度更高

内容的提问来源于stack exchange，提问作者Jasmeen