种一棵树最好的时间是十年前，其次是现在

引入回归模型，检视在训练集上的均方误差，平均绝对误差；数据准备：以房屋地理位置、人群收入等，预测房价。

不同于最小-最大缩放的是，标准化不将值绑定到特定范围，对某些算法而言，这可能是个问题（例如，神经网络期望的输入值范围通常是0～1）。但是标准化的方法受异常值的影响更小。例如，假设某个地区的平均收入为100（错误数据），最小-最大缩放会将所有其他值从0～15降到0～0.15，而标准化则不会受到很大影响。当调用流水线的fit（）方法时，会在所有转换器上按照顺序依次调用fit_transform（），将一个调用的输出作为参数传递给下一个调用方法，直到传递到最终的估算器，则只会调用fit（）方法。.........

数据准备：详见：【机器学习】python借助pandas及scikit-learn使用三种方法分割训练集及测试集用图像找出数据之间的关系：#输出线性相关度矩阵：

1.以下3种方法采取的是纯随机抽样的方法做划分。如果数据集足够庞大（特别是相较于属性的数量而言），这种方式通常不错。#根据新的列值判断是否进入测试集：要求新增列具有唯一性，如没有可用索引列代替。#使用sklearn自带的方法。.........

通过此函数检视pd各列名及内存使用情况。

import pandas as pdimport numpy as np#生成1.1到1.8的1行100列的随机小数：np.random.seed(1)out=np.random.randint(110,150,[100],)stringName=["第%d次"%(x+1) for x in range(100)]myData=dict(zip(stringName,out))#由字典转换时记得设置索引myPd=pd.DataFrame(myData,index=[0])print(my