使用scikit-learn进行机器学习模型评估与选择

机器学习是一项强大的技术，它可以从数据中学习模式并做出预测。然而，在使用机器学习算法之前，我们需要评估和选择合适的模型。scikit-learn是一个流行的Python库，提供了丰富的工具和函数，用于机器学习任务。本文将介绍如何使用scikit-learn进行机器学习模型的评估和选择。

在开始之前，我们需要准备一些数据集来进行实验。scikit-learn提供了一些示例数据集，可以用于学习和测试。我们将使用鸢尾花数据集作为例子。

首先，我们需要导入所需的库和数据集：

from sklearn.datasets import load_iris

# 导入鸢尾花数据集
iris = load_iris()
X = iris.data
y