目标：
1、掌握sklearn的基本用法
2、掌握线性回归的原理，并进行实践操作
3、理解监督学习经典算法、如K-近邻算法
4、理解非监督学习经典算法

机器学习的利器——sklearn

机器学习的7个流程：

1、数据处理
2、分割数据
3、训练模型
4、验证模型
5、测试模型
6、使用模型
7、调优模型

 数据处理：从磁盘中读取数据，并对数据进行预处理（如归一化、标准化、正则化、属性缩放、特征编码、插补缺失值、生成多项式特征等。

分割数据：将数据随机分割成三组：训练集、验证集（有时为可选项）、测试集

训练模型：针对选取好的特征，使用训练数据来构建模型，即拟合数据，寻找最优的模型参数。
（这里的拟合数据，主要是指使用各种机器学习