sklearn常用函数（更新中）

from sklearn.linear_model import LinearRegression     #导入线性回归模型	model = LinearRegression() print(model) LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
sklearn模型对象	所有模型提供的接口有: model.fit():训练模型，对于监督模型来说是fit(X,y)，对于非监督模型是fit(X) 监督模型提供的接口有: model.predict(X_new): 预测新样本 model.predict_proba(X_new): 预测概率，仅对某些模型有用(比如LR) model.score(): 得分越高，fit越好 非监督模型提供的接口有: model.transform():