Python 学习曲线和验证曲线

我是机器学习新手，尝试使用神经网络对MNIST数据集进行分类

from sklearn.neural_network import MLPClassifier
from sklearn.datasets import fetch_openml
import matplotlib.pyplot as plt
import numpy as np

X, y = fetch_openml('mnist_784', return_X_y=True)
X_train, X_test = X[:60000], X[60000:]
y_train, y_test = y[:60000], y[60000:]

mlp = MLPClassifier(
                random_state=1,
                hidden_layer_sizes = (64,),
                activation = 'relu',
                solver = 'adam',
                learning_rate_init = 1e-3,
                alpha = 0,
                n_iter_no_change = 25,
                max_iter=500,
                )

mlp.fit(X_train, y_train)

fig, ax = plt.subplots(figsize=(6,4))
ax.plot(mlp.loss_curve_)
ax.set_xlabel('Number of iterations')
ax.set_ylabel('Loss')
plt.show()

这是我从这段代码中得到的情节。

我正试图用X_测试，y_测试来绘制另一个图形来绘制这样的图形：

---

我需要做什么才能得到像第二张图像那样的图形？

我希望您能找到更好的解决方案，但您可以使用

mlp.partial\u fit

循环，并存储每个

y\u测试

损失。