机器学习-第三方库(工具包)：scikit-learn【用于特征工程（主要分为三部分：数据预处理、特征选择、降维）】【Sklearn模块中包含常用的算法】

sklearn是Python语言的机器学习工具

sklearn是做特征工程（做模型调算法）最常用也是最好用的工具没有之一。

Scikit-learn包括许多知名的机器学习算法的实现(算法原理一定要懂)

Scikit-learn文档完善，容易上手，封装的好，丰富的API，建立模型简单，预测简单，使其在学术界颇受欢迎。

Scikit-learn缺点：算法过程无法看到，有些参数都在算法Api内部优化，无法手动调参。(相对比的，tensorflow的Api有的封装的高，有的封装的低，可以手动调参。比如Scikit-learn的线性回归梯度下降法无法手动调α学习率大小，而tensorflow可以手动调节)

一、scikit-learn数据集

1、scikit-learn获取数据集

sklearn.datasets是scikit-learn获取数据集的api，加载获取流行数据集
load和fetch返回的数据类型datasets.base.Bunch(字典格式)

• data：特征数据数组，是 [n_samples * n_features] 的二维numpy.ndarray 数组