【练习/sklearn库基础】使用分类决策树、回归决策树、分类随机森林、回归随机森林进行分类预测，条形图的形式显示评估结果

声明：
1、 学生刚开始学习python，代码会有很多不严谨，也较为粗糙，单纯用于广大网友参考，希望能起到一定的帮助
2、 如果要转载，请标记出来源
3、本文纯粹用于技术练习，请勿用作非法途径
4、如果有问题请在评论区指出，虚心接受立马改正
做题途中所遇问题：
无
代码块：

#2、 导入sklearn库自带的乳腺癌数据集（load_breast_cancer），
# 使用分类决策树、回归决策树、分类随机森林、回归随机森林进行分类预测，
# 并使用score()方法评估4种算法的性能，并以可视化图形（条形图）的形式显示评估结果
from sklearn.datasets import load_breast_cancer
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import DecisionTreeRegressor
from sklearn.ensemble import RandomForestClassifier
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
#中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

#共同内容
diabetes=load_breast_cancer(