【sklearn的一般流程】sklearn的一般流程，以鸢尾花分类为例

1. 数据的获取

sklearn是个非常强大的工具库，它自带了很多数据集，我们用iris（鸢尾花）作为本次的数据集。
sklearn自带的数据集
我们先把标准库导入，再调用sklearn的datasets函数导入iris数据集

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 1.get the dataset
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target

iris：我们获取到的iris数据集是一个bunch格式（可以直接理解为字典）

X：特征值，共4种样例：sepal length (cm)，sepal width (cm)，petal length (cm)，petal width (cm)。其值均为数字。

y：标签，共有3种分类：setosa，versicolor，virginica。其值分别以0，1，2表示。
如图所示：

2. 数据预处理

特征缩放

我们可以观察到X的值之间相差比较大，为了能够得到更好的分类效果，我们采用特征缩放对数据进行处理。这里用到的是MinMaxScaler，特征缩放的其他方式。

from sklearn.p