机器学习很困难－－sklearn非常简单

坦白来说，我的标题确实有些夸张，sklearn的简易性是相对于机器学习本身的复杂原理而言的，真正掌握起来并不轻松！

人工智能与机器学习听起来似乎非常高深，让人觉得难以掌握。这确实是事实，因为要深入理解其中的各种算法模型，需要具备较为扎实的数学基础，这在一定程度上提升了学习机器学习的难度。然而，如果只是想使用它，实际上并不困难。scikit-learn的出现为程序员提供了极大的便利，显著降低了使用机器学习的技术门槛。即使对其中的原理不甚了解，也能够熟练地运用各类机器学习算法来实现自己的目标。

1 sklearn介绍

Scikit learn 亦被简称为 sklearn，其是机器学习领域中最为著名的 Python 模块之一。
Sklearn 内置了多种机器学习的实现方式：

• 分类（Classification）
• 回归（Regression）
• 非监督分类（Clustering）
• 数据降维（Dimensionality reduction）
• 模型选择（Model Selection）
• 数据预处理（Preprocessing）

在这些方法中，人们通常可以根据自身所面临的问题，选取一个合适的途径，进而用于解决实际问题。

scikit-learn官网：
<https://scikit-lea