比较六种分类算法：作为示例（Python）

本篇关于机器学习的基础教学资料中，将借助Python语言中最广泛使用的机器学习库scikit-learn，完成多种机器学习算法的实现过程。通过应用简易的数据集对分类器进行训练，从而实现对各类水果的识别与区分。

本文旨在确定当前问题中最适宜采用的机器学习方法。为此，需要对多种算法进行对比分析，以筛选出表现最优的模型。现在我们正式进入这一过程。

数据

水果数据集最初由爱丁堡大学的Iain Murray博士构建。他采购了多种类别的柑橘、柠檬以及苹果等水果，并将这些样本的尺寸信息记录在桌面表格中。随后，密歇根大学的研究人员对这一数据集进行了部分格式上的调整，相关文件可从以下链接获取。

下载地址：https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/fruit_data_with_colors.txt

接下来，我们先查看数据集的初始几条记录。

    import numpy as np
    import pandas as pd
    import matpl