在所有的自带数据里面，统一的套路都是，
from sklearn.datasets import * 引模块
x=shasha() 初始化数据集，就是拿到数据
print(x.keys()) 查看数据包含哪些东西，看到之后就可以操作了
在了解相关的数据之后，可以查看自己想要的东西，但这里面的数据一般都是可以直接用于模型训练的，所以就
然后就是对数据进行训练了
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
clf = KNeighbors Classifier(n_neighbors=3).fit(X_train, y_train)
print("Test set accuracy: {:.2f}".format(clf.score(X_test, y_test)))
这好像是一篇关于胸问题的数据，
dict_keys(['feature_names', 'data', 'DESCR', 'target', 'target_names'])
上面的语句写法值得学习，x={n:v for n ,v in zip(cancer.target_names,np.bincount(cancer.target)) }
计算每个特征值的个数，并且以字典的形式输出，反正我是想不到这一层，当然了，毕竟我只是刚学，见到的世面太少了。
自带数据的引用方式都一样，都是套路
虽然不太懂，勉强解释一下，第一句，花三幅图并确定图的大小，k临近取不同的参数对数据进行训练得到分层图，然后在分层图上用数据的第一，二个特征为x轴，特征为y轴画出散点图，最后一句说的是在第一个图上画出图标，
对于模型不同参数的可视化结果，可以看出参数取几的时候模型既不过度拟合，又有较高的得分，代码可行，stratify是为了保持split前类的分布。比如有100个数据，80个属于A类，20个属于B类。如果train_test_split(... test_size=0.25, stratify = y_all), 那么split之后数据如下：
training: 75个数据，其中60个属于A类，15个属于B类。
testing: 25个数据，其中20个属于A类，5个属于B类。
用了stratify参数，training集和testing集的类的比例是 A：B= 4：1，等同于split前的比例（80：20）。通常在这种类分布不平衡的情况下会用到stratify。
忽略mglearn因为我的电脑上导不出这个模块，注意.reshape(-1,1)意思就是将原数组重新安排为新的数组，这的-1表示根据列得到的行数，意思是我只需要多少列就写多少列，至于有多少行，反正就俩个参数，知其一，另外一个就让电脑算。
线性模型：套路都是一样的套路
岭回归
ridge10 = Ridge(alpha=10).fit(X_train, y_train) alpha是啥鬼东西
有对数据的说明
alpha 和迭代次数的不同影响数据的预测结果得分
不同的模型对数据的预测
logreg = Logistic Regression().fit(X_train, y_train)
logreg = Logistic Regression()
y_pred = logreg.fit(X_train, y_train).predict(X_test)
Naive Bayes C assifiers 快
