这个系列是我通过阅读 Scikit-learn 的文档，结合自己的理解和掌握的知识，重新把文档描述出来。希望能加深自己的理解，希望能帮到有需要的人。
学习材料：https://scikit-learn.org/stable/tutorial/basic/tutorial.html
生活中的例子
以人类的学习过程为例：我们小时候学习 4 这个符号，给我们的学习样例是：
对于学习数字的人类幼崽来说，上面这个图片就是训练样本，学习的内容是把这个图案和 4 这个符号关联起来。
当我们学会后，会在生活中见到多种多样的 4，比如说：
当我们从上面每张图里都能正确的认出 4 时，就证明我们已经成功学习了 4 这个符号，能正确的将符号 4 和 这些图案所携带的信息关联起来。
概念
一般来讲，学习问题是以 $n$ 个采样数据为基础，预测未知数据的属性。
训练数据集：带有已知标签信息的数据集，比如上节中学习用的图案 4.
测试数据集：无标签信息，需要使用算法预测标签的数据集，比如上节中多种多样的 4.
概述
Scikit-learn 是一个 Python 的库，将机器学习算法与已有的一些科学计算库（NumPy, SciPy, matplotlib）紧密结合，充分利用了这些科学计算库的优点和便捷性，通过 统计方法 以实现 上述目标
